Java 从BR标记中提取文本

我以前能够使用Selenium提取文本，但是我在提取标签之间的数字时遇到了麻烦。下面是html代码的示例

<DIV class="pagebodydiv">
    <TABLE  CLASS="datadisplaytable" SUMMARY="This table will display needed information." WIDTH="100%">
<TR>
<TD CLASS="nttitle" scope="colgroup" >Working Title</A></TD>
</TR>
<TR>
<TD CLASS="ntdefault">
 Further information on subject
<BR>
    3.000
<BR>
    2.000  
<BR>
<BR>
<BR>
<BR>
<BR>
More information
<BR>
<BR>
</TABLE>

和

Elements numInfo=doc.select（“br”）

但是，我一直遇到NosTouchElementException错误、InvalidSelectorException错误，或者它只是不返回任何内容。关于如何获取信息有什么想法吗？
我认为
BR
不被视为封闭标签，因此您将无法提取“封闭文本”。您可能需要提取包含在
TD CLASS=“ntdefault”
中的文本，所有
BR
将被翻译成换行符。然后，您必须执行字符串操作以仅提取您感兴趣的部分。
您实际上可以在

标记之间选择文本节点。在HTML（而不是XHTML）中，它们充当自动关闭标记（如

）。基于该行为，您可以使用以下方法选择在其前后具有

标记的所有文本节点：

//TABLE[@CLASS='datadisplaytable']/TR/TD[@CLASS="ntdefault"]
/text()[preceding-sibling::node()[1][self::BR] 
        and following-sibling::node()[1][self::BR]]

也将选择空白行和字符文本，这不是一个数字。
您可以在表达式末尾添加一个
[normalize space（.）！='']
（现在只返回三个节点）来删除空空间节点。您可以使用表达式末尾的位置谓词（
[1]
来选择所需的节点，以选择第一个节点

下面的表达式选择包含值
2.000
的文本节点：

//TABLE[@CLASS='datadisplaytable']/TR/TD[@CLASS="ntdefault"]
/text()[preceding-sibling::node()[1][self::BR] 
        and following-sibling::node()[1][self::BR]][normalize-space(.) != ''][2]

注意：我假设您的源代码实际上有大写的标记名，因为XPath中的
与
不同。我不确定Selenium在解析HTML时对此的容忍度有多高。
它可能有助于：

  WebElement table =driver.findElement(By.xpath("//table[@class='datadisplaytable']"));
   WebElement tbody=table.findElement(By.tagName("tbody"));
   List<WebElement> rows=tbody.findElements(By.tagName("tr"));
   System.out.println("Row  size:"+rows.size());
   ArrayList<String> list=new ArrayList<>();

   for(int i=0;i<rows.size();i++)
   {
     WebElement column = tbody.findElement(By.xpath("//table[@class='datadisplaytable']/tbody/tr[2]/td"));
     if(column.getText().trim().contains("."))
     {
        System.out.println("text : "+column.getText().trim());
        list.add(column.getText().trim());
     }

   }

WebElement table=driver.findElement（By.xpath（“//table[@class='datadisplaytable']）；
WebElement tbody=table.findElement（按.tagName（“tbody”）；
列表行=tbody.findElements（按.tagName（“tr”））；
System.out.println（“行大小：+rows.size（））；
ArrayList=新建ArrayList（）；
对于（int i=0；我想知道答案。不幸的是，网页的其余部分包含多个具有相同类名的TD元素。你知道我可以通过第一个TD元素收集下一个TD元素的文本的方法吗？这现在是一个新问题！你需要使用正确的选择器；我个人更喜欢XPath。请阅读这里：我真的很喜欢这个网站，感谢您的参考。感谢您的回复。我尝试了您的两个建议，但仍然得到一个NosTouchElementException错误。我不太确定我做错了什么。这就是我如何使用代码的：WebElement info=driver.findElement（By.xpath（//TABLE[@CLASS='datadisplaytable']/TR/TD[@CLASS='ntdefault']/text（）[前面的同级：：node（）[1][self：：BR]和后面的同级：：node（）[1][self：：BR]][normalize space（.！=''][2]”）；…顺便问一下，您的意思是将ntdefault放在双引号中吗？简单引号和双引号没有区别（因为您使用双引号括住表达式，所以应该在其中使用单引号）selenium中的.XPath与HTML的操作不同，因为它必须处理不关闭的标记、实体等，这在XML中是无效的。但是，如果您的HTML非常糟糕，无法关闭
s和其他应关闭的元素，它可能会断开。在这种情况下，您应该尝试使用HTML解析器（例如JSoup）。您可以尝试简化该表达式，看看它是否有效。请尝试
//TD[@CLASS=“ntdefault”]/text（）[2]
，它应该返回第二个文本节点（包含
3.000
），不幸的是，我不太了解Selenium如何在HTML中支持XPath。我知道不同的Selenium实现（RC、WebDriver等）可能会以不同的方式对待节点，因此尽管
text（）[1]
表达式在XPath中完全有效，但在某些Selenium实现中可能会失败。此外，您应该检查它是否真的不区分大小写。它与大多数XPath实现
td
不匹配。它不区分大小写。此外，我删除了/text（）[2]从xpath获取信息和两个数字。我将继续使用它，看看是否可以选择所需的数字。感谢Praveen的回复。这将为我提供整个表的信息。不过，我将继续使用它。顺便问一下，如果不同的表都具有相同的属性，您知道如何搜索它们吗相同的类名？所有不同的表都必须有一些独特的地方，否则selenium将无法区分不同的表。
  WebElement table =driver.findElement(By.xpath("//table[@class='datadisplaytable']"));
   WebElement tbody=table.findElement(By.tagName("tbody"));
   List<WebElement> rows=tbody.findElements(By.tagName("tr"));
   System.out.println("Row  size:"+rows.size());
   ArrayList<String> list=new ArrayList<>();

   for(int i=0;i<rows.size();i++)
   {
     WebElement column = tbody.findElement(By.xpath("//table[@class='datadisplaytable']/tbody/tr[2]/td"));
     if(column.getText().trim().contains("."))
     {
        System.out.println("text : "+column.getText().trim());
        list.add(column.getText().trim());
     }

   }