Java 如何获取节点的周围文本？

我在和纳奇玩。我试图写一些东西，其中还包括检测DOM结构中的特定节点，并从节点周围提取文本数据。e、 来自父节点、兄弟节点等的文本。我研究并阅读了一些示例，然后尝试编写一个插件，用于图像节点。一些代码

    if("img".equalsIgnoreCase(nodeName) && nodeType == Node.ELEMENT_NODE){
            String imageUrl = "No Url"; 
            String altText = "No Text";
            String imageName = "No Image Name"; //For the sake of simpler code, default values set to
                                                //avoid nullpointerException in findMatches method

            NamedNodeMap attributes = currentNode.getAttributes();
            List<String>ParentNodesText = new ArrayList<String>();
            ParentNodesText = getSurroundingText(currentNode);

            //Analyze the attributes values inside the img node. <img src="xxx" alt="myPic"> 
            for(int i = 0; i < attributes.getLength(); i++){
                Attr attr = (Attr)attributes.item(i);   
                if("src".equalsIgnoreCase(attr.getName())){
                    imageUrl = getImageUrl(base, attr);
                    imageName = getImageName(imageUrl);
                }
                else if("alt".equalsIgnoreCase(attr.getName())){
                    altText = attr.getValue().toLowerCase();
                }
            }

  private List<String> getSurroundingText(Node currentNode){

    List<String> SurroundingText = new ArrayList<String>();
    while(currentNode  != null){
        if(currentNode.getNodeType() == Node.TEXT_NODE){
            String text = currentNode.getNodeValue().trim();
            SurroundingText.add(text.toLowerCase());
        }

        if(currentNode.getPreviousSibling() != null && currentNode.getPreviousSibling().getNodeType() == Node.TEXT_NODE){
            String text = currentNode.getPreviousSibling().getNodeValue().trim();
            SurroundingText.add(text.toLowerCase());
        }
        currentNode = currentNode.getParentNode();
    }   
    return SurroundingText;
}

if（“img”.equalsIgnoreCase（nodeName）&&nodeType==Node.ELEMENT\u Node）{
String imageUrl=“无Url”；
String altText=“无文本”；
String imageName=“无图像名称”；//为了简化代码，将默认值设置为
//避免findMatches方法中的nullpointerException
NamedNodeMap attributes=currentNode.getAttributes（）；
ListParentNodesText=newarraylist（）；
ParentNodeText=getSurroundingText（当前节点）；
//分析img节点内的属性值。
对于（int i=0；i

---

这似乎无法正常工作。检测到img标记，检索到图像名称和URL，但没有更多帮助。getSurroundingText模块看起来太难看，我尝试了，但无法改进。我不清楚从何处以及如何提取可能与图像相关的文本。请提供帮助？

您在正确的轨道上，在另一方面，请看以下HTML代码示例：

<div>
   <span>test1</span>
   <img src="http://example.com" alt="test image" title="awesome title">
   <span>test2</span>
</div>

测试1
测试2

在您的例子中，我认为问题在于

img

节点的同级节点，例如，您正在寻找直接同级节点，您可能认为在前面的示例中，这些节点可能是

span

节点，但在本例中是一些虚拟文本节点，因此当您请求

img

的同级节点时，您可以'将获取没有实际文本的空节点

如果我们将前面的HTML重写为：

test1test2

，那么

img

的同级节点将是您想要的

span

节点

我假设在前面的示例中，您希望同时获得“text1”和“text2”，在这种情况下，您需要继续移动，直到找到某个

节点。ELEMENT_Node

，然后获取该节点内的文本。一个好的做法是不要获取您找到的任何内容，而是将范围限制为

p

，

span

，

div

，以提高准确性