Java版Selenium多分隔符split()方法报错及基金规模爬取需求

需要爬取页面的所有基金规模数据，去除₹、逗号、空格等分隔符后提取纯数字，求和后用TestNG断言做对比。当前代码运行时抛出java.lang.ArrayIndexOutOfBoundsException: Index 1 out of bounds for length 1错误。

爬取数据示例 #

爬取到的基金规模格式如下：

• ₹110 Crs
• ₹8,696 Crs
• ₹3,460 Crs
• ₹711 Crs
• ₹5,990 Crs
• ₹26,218 Crs
• ₹7,907 Crs
• ₹1,780 Crs
• ₹956 Crs
• ₹1,708 Crs
• ₹1,330 Crs
• ₹5,825 Crs
• ₹18,712 Crs

期望输出 #

110 
8696
3460
711
5990
26218
7907
1780
956 
1708
1330
5825
18712

现有错误代码 #

int total = 0;
List<WebElement> totalFunds = driver.findElements(By.xpath("//div[@class='card-bordy']/div/div/div/div/div[2]/div/div/div[2]/div/p[2]"));

for(int i=0;i<totalFunds.size();i++) {
    String funds = totalFunds.get(i).getText();
    String fu = funds.split(" ")[0];
    System.out.println(fu.split("₹")[1]);
}

数组越界的核心问题是：部分爬取到的文本中没有₹符号，或者通过split("₹")拆分后仅得到长度为1的数组，无法取到索引1的元素。同时现有代码未处理逗号分隔符，也缺少求和与断言逻辑。

使用正则表达式一次性清理所有非数字字符，同时增加异常防护逻辑，实现数字提取、求和与TestNG断言：

import org.testng.Assert;

int total = 0;
List<WebElement> totalFunds = driver.findElements(By.xpath("//div[@class='card-bordy']/div/div/div/div/div[2]/div/div/div[2]/div/p[2]"));

for (WebElement fundElement : totalFunds) {
    String fundsText = fundElement.getText().trim();
    if (fundsText.isEmpty()) continue; // 跳过空文本元素

    // 移除所有非数字字符，直接提取纯数字
    String cleanAmount = fundsText.replaceAll("[^0-9]", "");
    if (cleanAmount.isEmpty()) continue; // 防止清理后无有效数字

    int amount = Integer.parseInt(cleanAmount);
    total += amount;
    System.out.println(amount); // 输出符合要求的纯数字格式
}

// 示例数据总和为82403，替换为你的预期总和即可
int expectedTotal = 82403;
Assert.assertEquals(total, expectedTotal, "基金规模总和不匹配");

代码说明 #

• replaceAll("[^0-9]", "")：一次性移除₹、逗号、空格、Crs等所有非数字字符，比多次split更稳定
• 增加空文本与空数字判断，避免解析崩溃
• 实现求和逻辑，并通过TestNG断言完成预期值对比
• 用增强for循环简化代码结构

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