Question

我有一个由spark.yarn.executor.memoryOverhead(typically this 10% of the executor memory)内的两个<div>组成的文本，保存为<body>，如下所示：

raw_text

我需要一个脚本，只在屏幕上打印原始文本中包含某个字符串的var raw_text = "<body><div>This is the 'div' text that I don't want.</div> <div>This is the 'div' text that I want to print.</div></body>";。

如果字符串需要：

<div>

脚本应该采取：

var x = "that I want";

，输出应为：

<div>This is the 'div' text that I want to print.</div>

Answer 1

这是正确的方法：

使用DOM解析器
迭代文本节点
检查它们是否包含所需的字符串

var html = "<body><div>This is the 'div' text that I don't want.</div> <div>This is the 'div' text that I want to print.</div></body>";
var x = "that I want";
var doc = new DOMParser().parseFromString(html, 'text/html');
var it = doc.createNodeIterator(doc.body, NodeFilter.SHOW_TEXT);
var node;
while (node = it.nextNode()) if(node.nodeValue.includes(x)) {
  console.log(node.nodeValue);
  break;
}

Answer 2

var raw_text = "<body><div>This is the 'div' text that I don't want.</div> <div>This is the 'div' text that I want to print.</div></body>";
var x = "that I want";
var homework_solution = raw_text.match(new RegExp("<div>([^<>]*?"+x+"[^<>]*?)</div>"))[1];

这应该可以胜任。正则表达式可能会更加健壮。

＆＃34;适当＆＃34;这样做的方法是使用DOMParser搜索你想要的节点。

Answer 3

您可以使用jQuery将字符串转换为正确的DOM元素，然后轻松解析它们，就像@Retr0spectrum在评论中所说的那样。你有一个纯字符串的HTML：

var htmlString = "<body><div>This is the 'div' text that I don't want.</div> <div>This is the 'div' text that I want to print.</div></body>";

现在你必须：

将其解析为DOM，
过滤元素，
获取文字

像这样：

// Process the string through jQuery so it parses the DOM elements
var dom = $(htmlString);

// and then we convert to array...
var array = dom.toArray();

// ... so we can filter it, using RegEx to find the
// <div>(s) we are interested in: 
var matchingDivs = array.filter(function (div, i) {
  return $(div).text().match(/that I want/g) !== null;
});

// we pop the last matched div from the filtered array (the first 
// one would also work, since normally you will find just one)
var theDiv = matchingDivs.pop(); 

// Then get the <div>'s text:
var theText = selectedDiv.textContent;

美妙的是你可以链接所有的方法，所以你可以像这样编写上面的内容：

var theText = $(htmlString).toArray().filter(function (div, i) {
  return $(div).text().match(/that I want/g) !== null;
})[0].textContent;

注意：在链式方法示例中，我使用括号运算符[0]而不是pop()来获取第一个元素而不是最后一个元素。

希望这有助于了解它的工作原理。

如何在文本中选择<div>块？

3 个答案: