Scala解析非常规XML：如何提取<b>标签开头的"1111"值？

嘿，这个问题我太懂了！你之前用split("\n")的方法虽然能工作，但确实不够健壮——万一XML里的空白是空格而非换行，或者结构稍微变一下，就容易出问题。在Scala里处理XML，咱们应该利用它自带的XML处理API，从节点结构入手，而不是把XML当纯字符串折腾。

给你两个更优雅可靠的方案：

方案1：过滤文本子节点 #

先假设你已经把XML解析成了scala.xml.Elem实例：

val xml = <a> <b>1111 <c>2222</c> </b> </a>

然后通过节点的child属性筛选出文本节点，提取内容并清理空白：

val targetText = (xml \ "b").headOption
  .flatMap(bNode => bNode.child.collectFirst { case text: scala.xml.Text => text.text.trim })
  .getOrElse("") // 没有找到时返回默认空字符串

这个方法的好处是：

• 精准定位<b>下的第一个文本节点，不管周围是空格、换行还是其他空白字符，都能通过trim清理干净
• 用headOption和flatMap避免了空指针异常，即使XML里没有<b>节点也不会崩溃

方案2：用XPath文本选择器 #

Scala的XML API支持简单的XPath表达式，直接提取节点下的文本内容：

val targetText = (xml \ "b" \ "text()").headOption
  .map(_.text.trim)
  .getOrElse("")

这个写法更简洁，\ "text()"会直接选中<b>节点下的所有文本节点，取第一个后清理空白即可，同样兼顾了健壮性。

对比你原来的方法，这两种方案都是基于XML的结构语义来操作，不会因为XML的格式调整（比如压缩成一行、换行位置变化）而失效，是处理这类需求的最优选择。

内容的提问来源于stack exchange，提问作者K. Th