如何从HTML标记中提取内部文本？

Question

我有以下代码：

import Text.HTML.TagSoup

parseTags "<hello>my&amp;</world>" 

提供如下输出：[TagOpen "hello" [],TagText "my&",TagClose "world"]。但我只想获得[TagText "my&"]。我可以这样做：

filter (~== "my&")$ parseTags "<hello>my&amp;</world>"

这会给我输出像：[TagText "my&"]。但我不知道TagText内部是什么，即"my&"。我的最终目标是获得"my&"我可以获得

map(fromTagText) $ filter (~== "my&")$ parseTags "<hello>my&amp;</world>"

请任何帮助。我尝试使用TagText，但无法正确使用。谢谢。

Answer 1

> filter isTagText (parseTags "<hello>my&amp;</world>")
[TagText "my&"]

Answer 2

如果您真的只想要"my&"，可以使用TagSoup中的innerText：

innerText (parseTags "<hello>my&amp;</world>")

它只查找文本标签并将它们连接起来。所以这个

innerText (parseTags "<hello>my&amp;</world><foo>bar</foo>")

获取"my&bar"。