goquery.newdocumentfromreader必须用bufio.newreader包装resp.body以防空文档或乱码；需先检查statuscode，gbk页面须用charset.newreader转码；find返回惰性selection，each才遍历，链式调用前须判空。
goquery.NewDocumentFromReader 传参必须带 bufio.NewReader
直接把 resp.Body 丢给 goquery.NewDocumentFromReader 容易出空文档或乱码，尤其在 Body 已被其他逻辑读过一次时。底层 net/html 解析器对 reader 的 buffer 敏感，不包装就可能提前 EOF。
- 务必用
bufio.NewReader(resp.Body)包一层再传入 - 如果网页声明
charset=gbk，得先用golang.org/x/net/html/charset.NewReader转码，否则中文全变??? -
resp.StatusCode必须在http.Get后立刻检查，403或404时NewDocumentFromReader仍会返回非 nil 的 doc，但里面没节点
Find() 不执行查询，Each() 才真正遍历
Find("a") 返回的是一个惰性 *goquery.Selection，它只记下选择器，不查 DOM。很多人写 doc.Find("a").Text() 以为能拿到所有链接文本，结果只是第一个匹配项的合并文本（含子元素内容）。
- 要取全部链接文本，必须用
Each()或EachWithIndex() -
Find("div.title").Attr("data-id")如果没匹配到，返回空字符串，不 panic —— 但后续链式调用如.Children().Eq(0)会 panic - 安全写法：先判长度
if s := doc.Find("a"); s.Length() > 0 { ... }
net/html 原生解析需手动递归提取文本
用 html.Parse() 构建 DOM 树后，node.Data 不等于“文本内容”——只有 node.Type == html.TextNode 时才该取 node.Data。常见错误是直接比 node.Data == "p"，其实那是标签名，得先判断 node.Type == html.ElementNode。
- 提取某元素全部可见文本，得递归遍历子树，收集所有
html.TextNode的Data - 不要用
node.DataAtom，它是未导出内部字段，跨 Go 版本可能失效 -
node.Attr是切片，查href得自己循环：for _, a := range node.Attr { if a.Key == "href" { ... } }
LoadHTMLString 对编码和格式极其敏感
goquery.LoadHTMLString 看似方便，但输入稍有异常就会静默失败：含 BOM、开头是 <?xml 、标签未闭合、非 UTF-8 编码，都可能导致返回空 *Selection 或 panic。
- 确保字符串是纯 UTF-8，可用
strings.TrimPrefix(htmlStr, "\xef\xbb\xbf")去 BOM - 遇到
<?xml version="1.0" encoding="GBK"?>这种，得先strings.TrimSpace()再strings.SplitN(..., "\n", 2)[1]掉首行 - 严重破损 HTML（比如嵌套
<div> 没闭合），别硬塞给 <code>LoadHTMLString，改用NewDocumentFromReader+charset.NewReader更稳 实际跑通的关键不在选库，而在每一步的 reader 控制、编码探测和空值防御——这些地方一漏，程序就“看起来没报错，但数据全空”。
