使用GoQuery在换行符上拆分元素

我正在尝试使用GoQuery从页面获取内容，但由于某些原因，我无法执行联机拆分（br）

HTML，如下所示：

<ul>
    <li>I'm skipped</li>

    <li> 
        Text Into  - <p>Whatever</p>
        <p>
            Line 1<br />
            Line 2<br />
            Line 3<br />
            Line 4<br />
            Line N
        </p>
    </li> 
</ul>

Line1--
Line2--
Line3--
Line4--
LineN--

由于某些原因，我无法将每一行（由打断p标记分隔）作为单个项目。上述代码的输出为：

Line1Line2Line3Line4LineN--

但我试图实现的输出应该如下所示：

<ul>
    <li>I'm skipped</li>

    <li> 
        Text Into  - <p>Whatever</p>
        <p>
            Line 1<br />
            Line 2<br />
            Line 3<br />
            Line 4<br />
            Line N
        </p>
    </li> 
</ul>

Line1--
Line2--
Line3--
Line4--
LineN--

由于我是新手，如果有什么不清楚的地方，请在评论中告诉我，所以我会尽可能多地解释

---

谢谢。

好的，我找到了一个解决方案。不确定这是否正确，所以如果有人有更好的，请分享

基本上，我将

li p

的值存储为HTML，然后使用

strings.Split

在每个

br

标记上断开，因为

strings.Split

返回字符串的片段，我只是循环它

title, err := s.Find("li p").Next().Html()
if err != nil {
    panic(err)
}

splittedTitles := strings.Split(title, "<br/>")

for _, str := range splittedTitles {
    fmt.Println(str, "--")
}

title，err:=s.Find（“lip”）.Next（）.Html（）
如果出错！=零{
恐慌（错误）
}
拆分标题：=strings.Split（标题“
”）
对于u，str:=范围拆分标题{
格式打印项次（str，“--”号）
}

好的，我找到了一个解决方案。不确定这是否正确，所以如果有人有更好的，请分享

基本上，我将

li p

的值存储为HTML，然后使用

strings.Split

在每个

br

标记上断开，因为

strings.Split

返回字符串的片段，我只是循环它

title, err := s.Find("li p").Next().Html()
if err != nil {
    panic(err)
}

splittedTitles := strings.Split(title, "<br/>")

for _, str := range splittedTitles {
    fmt.Println(str, "--")
}

title，err:=s.Find（“lip”）.Next（）.Html（）
如果出错！=零{
恐慌（错误）
}
拆分标题：=strings.Split（标题“
”）
对于u，str:=范围拆分标题{
格式打印项次（str，“--”号）
}

我运行了您显示的代码，字符串中出现了换行符。假设您使用的是最新版本的goquery，那么您也应该使用，除非您的html不是

<p>
    Line 1<br />
    Line 2<br />
    Line 3<br />
    Line 4<br />
    Line N
</p>

第1行

第2行

第3行

第4行

第N行

但实际上是这样的：

<p>
    Line 1<br />Line 2<br />Line 3<br />Line 4<br />Line N
</p>

第1行
第2行
第3行
第4行
第N行

（请记住，例如，当您打开chrome开发工具时，它可能会显示为前者，即使实际来源是后者）

在这种情况下，这是预期的行为：

让html_1=$（`
第1行

第2行

第3行

第4行

第N行
`）；
设html_2=$（`
第1行
第2行
第3行
第4行
第N行
`）；
log（{html1:html_1.text（），html2:html_2.text（）}）
我运行了您显示的代码，字符串中出现了换行符。假设您使用的是最新版本的goquery，那么您也应该使用，除非您的html不是

<p>
    Line 1<br />
    Line 2<br />
    Line 3<br />
    Line 4<br />
    Line N
</p>


第1行

第2行

第3行

第4行

第N行


但实际上是这样的：

<p>
    Line 1<br />Line 2<br />Line 3<br />Line 4<br />Line N
</p>


第1行
第2行
第3行
第4行
第N行


（请记住，例如，当您打开chrome开发工具时，它可能会显示为前者，即使实际来源是后者）

在这种情况下，这是预期的行为：


让html_1=$（`
第1行

第2行

第3行

第4行

第N行
`）；
设html_2=$（`
第1行
第2行
第3行
第4行
第N行
`）；
log（{html1:html_1.text（），html2:html_2.text（）}）
.Text（）
将：

Text获取集合中每个元素的组合文本内容
匹配的元素，包括其子元素

因此，您实际上要做的是获取内容并过滤掉任何br标记。正如dave的回答所述，其中有新行字符，因此我也对这些字符进行了删减：

package main

import (
    "fmt"
    "github.com/PuerkitoBio/goquery"
    "strings"
)

var input string = `
<ul>
    <li>I'm skipped</li>

    <li> 
        Text Into  - <p>Whatever</p>
        <p>
            Line 1<br />
            Line 2<br />
            Line 3<br />
            Line 4<br />
            Line N
        </p>
    </li> 
</ul>
`

func main() {
    doc, err := goquery.NewDocumentFromReader(strings.NewReader(input))
    if err != nil {
        panic(err)
    }

    doc.Find("ul").Each(func(i int, s *goquery.Selection) {

        p := s.Find("li p").Next()
        p.Contents().Each(func(i int, s *goquery.Selection) {
            if !s.Is("br") {
                fmt.Println(strings.TrimSpace(s.Text()), "--")
            }

        })

    })
}

.Text（）
将：

Text获取集合中每个元素的组合文本内容
匹配的元素，包括其子元素

因此，您实际上要做的是获取内容并过滤掉任何br标记。正如dave的回答所述，其中有新行字符，因此我也对这些字符进行了删减：

package main

import (
    "fmt"
    "github.com/PuerkitoBio/goquery"
    "strings"
)

var input string = `
<ul>
    <li>I'm skipped</li>

    <li> 
        Text Into  - <p>Whatever</p>
        <p>
            Line 1<br />
            Line 2<br />
            Line 3<br />
            Line 4<br />
            Line N
        </p>
    </li> 
</ul>
`

func main() {
    doc, err := goquery.NewDocumentFromReader(strings.NewReader(input))
    if err != nil {
        panic(err)
    }

    doc.Find("ul").Each(func(i int, s *goquery.Selection) {

        p := s.Find("li p").Next()
        p.Contents().Each(func(i int, s *goquery.Selection) {
            if !s.Is("br") {
                fmt.Println(strings.TrimSpace(s.Text()), "--")
            }

        })

    })
}

我认为如果在调用
.Text（）
方法之前将

替换为“\n”或“---”，效果会更好

    // html is the result of `.Html()` method
    str := strings.Replace(html, "<br/>", "\\n", -1)
    doc, err := goquery.NewDocumentFromReader(strings.NewReader(str))
    if err != nil {
        return ""
    }
    return doc.Text()

//html是`.html（）`方法的结果
str:=strings.Replace（html，“
，“\\n”，-1）
doc，err:=goquery.NewDocumentFromReader（strings.NewReader（str））
如果出错！=零{
返回“”
}
返回doc.Text（）
我认为如果在调用
.Text（）
方法之前将

替换为“\n”或“---”，效果会更好

    // html is the result of `.Html()` method
    str := strings.Replace(html, "<br/>", "\\n", -1)
    doc, err := goquery.NewDocumentFromReader(strings.NewReader(str))
    if err != nil {
        return ""
    }
    return doc.Text()

//html是`.html（）`方法的结果
str:=strings.Replace（html，“
，“\\n”，-1）
doc，err:=goquery.NewDocumentFromReader（strings.NewReader（str））
如果出错！=零{
返回“”
}
返回doc.Text（）
感谢Dave的回复，我尝试了您的解决方案，但在单值上下文中出现了错误
多值p.Html（）
。我想可能是因为
p.Html（）
有多个返回参数吧？顺便问一下，您对我同时在中找到的解决方案有何看法？感谢Dave的回复，我尝试了您的解决方案，但在单值上下文中出现了错误
多值p.Html（）
。我想可能是因为
p.Html（）
有多个返回参数吧？顺便问一句，你们对我同时找到的解决方案有什么看法？