如何通过Karate从HTML的Head Meta标签中提取指定name的值？

API返回HTML响应，需要从<head>下name为csrf-token的<meta>标签中提取content属性对应的值。返回的HTML内容如下：

<!DOCTYPE html>
<html lang="en">

<head>
    <meta charset="utf-8">
    <meta name="csrf-token" content="I-need-this-value"/>
</head>

已尝试的方法及问题 #

正则提取失败 #

按相关思路编写代码后，无法匹配到目标值：

Background:
#   call auth with shared scope
    * call read('classpath:util/auth.feature')
    * def dashboard = 'https://ourURL.com/dashboard'

Scenario: get csrf-token
    Given url dashboard
    When method get
    * def responseHtml = response
    * def csrfToken = karate.extract(responseHtml, 'csrf-token.text=\\"([^\\"]+)', 1)
    * print csrfToken

执行报错：

14:05:02.696 [main] WARN  com.intuit.karate - failed to find pattern: csrf-token.text=\"([^\"]+)
14:05:02.698 [main] INFO  com.intuit.karate - [print] null

后续尝试将响应转为字符串后再提取，结果一致。

Karate UI提取失败 #

尝试通过UI定位元素，结果返回null：

Scenario: get csrf-token
    Given driver 'https://ourURL.com/dashboard'
    Then match driver.title == 'Dashboard'
    * def e = text('meta[name=csrf-token')
    * print 'e is ' + e

打印结果：[print] e is null

可行解决方案 #

方案1：修正正则表达式 #

问题出在匹配模式错误，调整正则以匹配content属性的结构：

Scenario: get csrf-token
    Given url dashboard
    When method get
    * string responseStr = response
    * def csrfToken = karate.extract(responseStr, 'meta name=\"csrf-token\" content=\"([^\"]+)\"', 1)
    * print csrfToken

该正则直接捕获content属性内的字符串，确保转义引号正确，能精准匹配目标值。

方案2：利用Karate的HTML解析能力（推荐） #

Karate会自动将HTML响应解析为类似XML的结构，可直接通过路径提取属性：

Scenario: get csrf-token
    Given url dashboard
    When method get
    # 通过索引定位csrf-token的meta标签
    * def csrfToken = response.head.meta[1].@content
    * print csrfToken

若不确定meta标签的索引，可通过过滤精准匹配：

* def csrfMeta = karate.filter(response.head.meta, function(x){ return x.@name == 'csrf-token' })[0]
* def csrfToken = csrfMeta.@content

方案3：修正Karate UI的定位逻辑 #

UI方法失败是因为定位器语法错误，且text()不适合获取meta标签属性，改用attribute()：

Scenario: get csrf-token
    Given driver 'https://ourURL.com/dashboard'
    Then match driver.title == 'Dashboard'
    * def csrfToken = attribute('meta[name="csrf-token"]', 'content')
    * print csrfToken

使用正确的CSS选择器meta[name="csrf-token"]，再通过attribute()方法获取content属性值。

内容的提问来源于stack exchange，提问作者HopefullyHelpful