Question

我有一个页面，其中包含一些html。我希望将呈现的页面作为文本，但不知何故还包括换行符。此外，如果相关，我正在寻找一个扩展的解决方案，它也将支持列表（使用空格和•），表格（使用空格，但没有边框）和类似的情况。

我正在寻找客户端或服务器端的Javascript解决方案。

请注意：并非页面中的每个元素都等于新行（例如：某些div可以是内联的，有些可以创建新行）。

对于exapmle，下面的这个片段将是html，输出将是文本本身，如下所示（运行后）。

＆＃13;

#inline{
display:flex;
flex-direction:row;
}

#inline div{
margin-right:5px;
}

#notInline{
display:flex;
flex-direction:column;
}

＆＃13;

<div>
<div id='inline'><div>some</div><div>divs</div><div>inline</div></div>
<div id='notInline'><div>some</div><div>divs</div><div>on top of each other</div>

＆＃13;

Answer 1

你可以试试这个。第一个内联文本第二个＆＃34;在彼此之上＆＃34;文本：

var inlineOutput = '';
document.querySelector('#inline').childNodes.forEach(e=>{inlineOutput += e.textContent + ' '}) + "\n";
console.log(inlineOutput);

var noInLineOutput = '';
document.querySelector('#notInline').childNodes.forEach(e=>{noInLineOutput += e.textContent + " \n"});

console.log(noInLineOutput);

Answer 2

有一个名为Cheerio的js scraper可以为你提取所有文本，但我从未使用它。它允许您访问DOM，您可以收集所需页面的部分内容。这是一个tutorial，它与节点一起使用。

不确定这是否是您正在寻找的内容，如果他们是您自己的网页，您可以创建一个函数来调用dom中的所有内容并在文本中以开放式关闭克拉和分区为单位划分inbetween，如果看到notInLine类，可能会进行切换

将html呈现为文本，包括换行符

2 个答案: