如何使用Kuchiki获取HTML文档的所有文本（script/style/noscript标记除外）？

我试图获取HTML页面上的所有文本，除了不可见的文本（例如：我不希望在script/style/noscript标记中包含文本）

以下是我到目前为止的想法：

let parser=kuchiki:：parse_html（）.one（内容）；
对于parser.inclusive_子体（）中的子级{
如果让一些（el）=子元素as_元素（）{
让tag_name=&el.name.local；
如果tag_name==“script”| | tag_name==“style”| | tag_name==“noscript”{
child.detach（）；
}
}
}
让text=parser.text_contents（）；
普林顿！（“{}”，案文）；

这个想法是第一次通过将删除任何

脚本

、

样式

、或

noscript

标记。然后我可以调用

text\u contents

来获取可见的文本

然而，似乎

text\u contents

仍在返回内联Javascript

---

我是否误解了Kuchiki/html5ever API？

迭代器似乎不喜欢迭代节点并分离它们

鉴于以下情况：

Cargo.toml

[dependencies]
kuchiki = "0.8.1"

main.rs

使用kuchiki:：traits:：TendrilSink；
让内容=”\
\
\
\
div\
剧本\
noscript\
跨度\
\
";
让parser=kuchiki:：parse_html（）.one（内容）；
对于parser.inclusive_子体（）中的子级{
如果让一些（el）=子元素as_元素（）{
println！（“{}”，el.name.local）；
}
}
//普林顿！（“{}”，parser.text_contents（））；

我们确实获得了所有节点：

html
头
身体
div
剧本
乔治·毛内
跨度

当使用

text\u contents（）

对其进行迭代并如上所述分离后，迭代器似乎会在第一个分离的节点后失去跟踪：

div noscript span

它似乎也不取决于标记的类型，因为切换

和

标记的顺序会给我们带来：

div脚本跨度

我发现在首先收集节点后分离节点似乎确实有效：

解析器

.filter（|节点|{
node.as_element（）.map_或（false，| e|{
匹配！（e.name.local.as_ref（），“script”|“style”|“noscript”）
})
})
收集：：（）
.国际热核实验堆（iter）
.for|u each（| node | node.detach（））；
普林顿！（“{}”，parser.text_contents（））；

divspan