在网页的 Document 中如果想要获得某个结点的 innerHTML 就行，而在 Java 处理 XML 文档时想要获得某个节点的的 innerXML 就没那么简单的，标准的 org.w3c.Element 和 org.w3c.Node 均未提供类似 innerXML 的方法。
幸好，我们常用的 dom4j 里的 org.dom4j.Node 有一个方法是 String asXML()，不过它的意义相当于是 outerXML，也就是说它返回的内容还包括节点本身。
比如有这么在个 XML 文档：
|
1 2 3 4 |
<BookList> description of book 1 <Book id="1">Unmi</Book> </BookList> |
上面文档，如果生成一个 org.dom4j.Node(节点是 BookList)，那么它的 asXML() 结果就是上面内容本身，含前后的 <BookList> 和 </BookList>。要是想要得到真正的 innerXML 该如何做呢，很直接，把前后的节点 <BookList> 和 </BookList> 去了就是，于是有下面的完整实现代码：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
package cc.unmi.utils; import org.dom4j.Node; public class XmlUtil{ public String getInnerXML(Node node){ String nodeName = node.getName(); //确定节点名 String outerXML = node.asXML(); //得到 outerXML //注意起始节点可能会带属性 String innerXML = outerXML.replaceAll("^<"+nodeName+".*?>|</"+nodeName+">$", ""); return innerXML; } } |
有些地方介绍的是用递归循环子节点的办法进行字符串拼接的，还必须判断是否是文本节点。
其实我们还可以换一步来思考，既然 dom4j 提供了 asXML() 来得到 outerXML，它又是开源的，偷窥一下它的 outerXML 就能够实现一个自己更干净的 innerXML() 方法，也就是在 outerXML() 实现中直接忽略掉自身节点名。
本文链接 https://yanbin.blog/java-dom4j-get-innerxml/, 来自 隔叶黄莺 Yanbin Blog
[版权声明] 
本文采用 署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0) 进行许可。