Java中如何保留<br />标签获取文本？getTextContent会剥离标签

问题根源 #

1. getNodeValue() 不适用于元素节点：<td> 属于元素节点，调用它的 getNodeValue() 会返回 null，这就是你数据库报错的直接原因——你把 null 转成字符串传入了数据库。
2. getTextContent() 会剥离所有标签：它会提取所有子节点的纯文本并合并，自然会丢失 <br> 这类格式标签。

解决方案：遍历子节点拼接内容 #

要保留 <br> 标签，需要遍历 <td> 的所有子节点，区分文本节点和 <br> 元素节点，分别处理后拼接成最终内容：

var nodeList = root.getElementsByTagName("tr");
var nodeCount = nodeList.getLength();
for (row = 0; row < nodeList.getLength(); row++) {
    var node = nodeList.item(row);
    // 处理Key部分（和原有逻辑一致）
    var DOORSKey = new java.lang.String(node.getElementsByTagName("td").item(0).getTextContent().trim());
    var DOORSKeyCount = DOORSKey.length();
    
    // 处理Value部分：保留<br>标签
    var tdNode = node.getElementsByTagName("td").item(1);
    var childNodes = tdNode.getChildNodes();
    var contentBuilder = new java.lang.StringBuilder();
    
    for (var i = 0; i < childNodes.getLength(); i++) {
        var child = childNodes.item(i);
        // 文本节点：追加内容
        if (child.getNodeType() == Node.TEXT_NODE) {
            contentBuilder.append(child.getNodeValue());
        }
        // <br>元素节点：追加<br>字符串
        else if (child.getNodeName().equalsIgnoreCase("br")) {
            contentBuilder.append("<br>");
        }
    }
    var DOORSVal = new java.lang.String(contentBuilder.toString());
    // 后续数据库操作...
}

说明 #

• 遍历 <td> 的子节点，判断节点类型：文本节点直接取内容，<br> 元素则手动追加 <br> 字符串。
• 用 StringBuilder 拼接效率更高，避免多次字符串拼接的性能损耗。
• 针对你提供的示例HTML，处理后 XML Profile 对应的 DOORSVal 会完整保留所有 <br> 标签，和原HTML中的格式一致。

内容的提问来源于stack exchange，提问作者JenPann