You need to enable JavaScript to run this app. Swift使用HTMLKit解析DOM提取span元素相邻的AM/PM值
优惠活动
大模型
产品
解决方案
定价
更多

Swift使用HTMLKit解析DOM提取span元素相邻的AM/PM值

原代码核心逻辑缺陷
  • 循环遍历span元素时,完全没有使用闭包传入的当前span上下文,每次都调用全局document.querySelector("dt")获取文档中第一个匹配的dt元素,和当前遍历的节点无关联,导致所有循环拿到的都是同一个固定值,出现重复输出
  • 提取目标完全错位:需求是抓取span后紧邻的AM/PM文本,代码却错误返回dt元素的elementId,没有指向目标内容
  • AM/PM是span元素的无标签文本兄弟节点,无法通过CSS选择器直接定位,必须基于DOM节点的相邻关系读取文本内容
修正后的实现方案

针对上述问题,调整逻辑为:遍历目标span时,基于当前span的相邻兄弟节点查找文本内容,过滤空白字符后提取AM/PM标识。
修正后的完整代码:

let ampmList: [String] = document.querySelectorAll("dd > span").compactMap { currentSpan in
    // 从当前span的下一个节点开始向后遍历
    var siblingNode: DOMNode? = currentSpan.nextSibling
    while let node = siblingNode {
        // 仅处理文本节点,过滤前后空白字符
        guard node.nodeType == .textNode,
              let rawText = node.textContent?.trimmingCharacters(in: .whitespacesAndNewlines),
              rawText.isEmpty == false else {
            siblingNode = node.nextSibling
            continue
        }
        // 匹配文本中的AM/PM标识
        if let matchRange = rawText.range(of: #"^(AM|PM)"#, options: .regularExpression) {
            return String(rawText[matchRange])
        }
        siblingNode = node.nextSibling
    }
    return nil
}
调整后的逻辑说明
  • 选择器限定为dd > span,排除页面中其他无关的span元素,减少无效遍历
  • 每个循环内完全基于当前遍历的span节点的DOM相邻关系查找内容,不再调用全局文档查询逻辑,从根源上避免固定值重复返回的问题
  • 自动跳过节点间的空白、换行、制表符内容(对应HTML中span后大量的缩进空格)
  • 兼容文本节点内夹杂多余空格的场景,精准提取AM/PM标识

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.04 13:45:04