Protractor JavaScript：如何仅获取HTML元素中的纯文本？

咱先帮你理清这里面的门道哈！你想从<h1>里提取不带<br>这类标签的纯文本，试了几种方法但textContent没生效，核心原因是你用错了获取DOM属性的方式，另外Selenium本身有更省心的方法，咱一步步说：

为什么getAttribute('textContent')不生效？ #

getAttribute()这个方法是用来获取HTML元素的HTML属性的——就是你写在标签里的那些，比如id、class、src这类。而textContent是DOM元素对象的内置属性，不属于HTML属性范畴，所以用getAttribute('textContent')根本拿不到正确的值，甚至可能返回null或者空字符串，这就难怪它不生效啦！

正确的解决方案 #

1. 最省心：用Selenium自带的getText()方法 #

这是跨浏览器兼容性最好的方式，专门用来获取元素的可见纯文本，会自动忽略所有HTML标签（包括<br>），直接返回你想要的内容：

browser.driver.findElement(By.tagName('h1')).getText();

比如你的<h1>里如果是.... <br>this is a Test，getText()会直接返回.... this is a Test（自动把<br>转换成空格或者换行，具体根据浏览器渲染逻辑，但都是纯文本）。

2. 更灵活：通过JS执行获取textContent或innerText #

如果需要获取包括隐藏文本在内的所有内容（getText()只返回可见文本），可以用executeScript直接操作DOM元素的属性：

// 获取所有文本（包括隐藏的），自动去除标签
browser.executeScript("return arguments[0].textContent.trim();", browser.driver.findElement(By.tagName('h1')));

要是你需要更贴近浏览器渲染的文本（比如会自动处理换行、空格折叠），可以换成innerText：

browser.executeScript("return arguments[0].innerText.trim();", browser.driver.findElement(By.tagName('h1')));

这里的trim()是用来去除文本前后的空白字符，根据你的需求可选。

避坑提醒 #

• 别用innerHTML或者getAttribute('innerHTML')：这俩会返回包含所有HTML标签的内容，比如<br>会直接出现在结果里，完全不是你要的纯文本。
• 确保元素已加载：如果以上方法还是返回空，大概率是元素还没渲染完成，记得加个等待（比如WebDriverWait）确保元素可见后再获取文本。

内容的提问来源于stack exchange，提问作者N. I.