Golang membuang tag html

Dengan populariti Internet, bahasa penanda HTML telah menjadi salah satu bahasa yang biasa digunakan dalam pengaturcaraan rangkaian. Apabila membuat halaman web, kami akan menggunakan HTML untuk membuat halaman web, dan mencapai pelbagai kesan dan fungsi visual dengan memasukkan tag dan elemen yang berbeza ke dalam HTML.

Walau bagaimanapun, dalam beberapa senario di mana kandungan HTML perlu diproses, kami perlu mengalih keluar teg HTML dan mengekalkan kandungan teks biasa sahaja, seperti enjin carian merangkak maklumat halaman web, memproses data perangkak, dsb. Artikel ini akan memperkenalkan cara membuang tag HTML dalam golang.

1. Gunakan ungkapan biasa

Pakej regexp dalam golang boleh menggunakan ungkapan biasa untuk memadankan dan memproses rentetan. Kita boleh menggunakan ungkapan biasa untuk memadankan teg HTML dan menggantikan teg dengan rentetan kosong. Berikut ialah contoh program:

package main

import ( "fmt" "regexp" )

func main() { text := " Hello, World!

" re := regexp.MustCompile(` ]*>`) result := re.ReplaceAllString(text, "")

fmt.Println(result) } Output:

Hello, World! Program ini menggunakan ungkapan biasa 549a3fd9a3c62568d8b32cd8627105c3]*> untuk memadankan semua teg HTML, dengan ab9af2fb90412d14f9f07c9417b5393a]* mewakili mana-mana aksara tanpa simbol ">" dan > ialah simbol ">", jadi ia boleh sepadan dengan keseluruhan teg HTML.

2. Gunakan perpustakaan pihak ketiga

golang mempunyai banyak perpustakaan pihak ketiga yang sangat berguna yang boleh membantu kami membangunkan dan menggunakan aplikasi dengan cepat. Dalam tugas mengalih keluar teg HTML, kita boleh menggunakan pustaka pihak ketiga yang dipanggil github.com/microcosm-cc/bluemonday .

Berikut ialah contoh program:

package main

import ( "fmt"

"github.com/microcosm-cc/bluemonday" )

func main() { text := " Hello, World!

" policy := bluemonday.StrictPolicy() result := policy.Sanitize(text)

fmt.Println(result) } Output:

Hello, World! Atur cara ini menggunakan pustaka github.com/microcosm-cc/bluemonday untuk mengalih keluar teg HTML Pustaka ini menyediakan API yang sangat kaya dan Strategi lalai boleh membantu kami mengalih keluar teg HTML dengan cepat.

3. Gunakan perpustakaan goquery

golang juga mempunyai pustaka pihak ketiga yang sangat mudah digunakan github.com/PuerkitoBio/goquery Pustaka ini digunakan untuk menghuraikan dokumen HTML dan XML perpustakaan untuk mengalih keluar Label. Berikut ialah contoh program:

package main

import ( "fmt" "strings"

"github.com/PuerkitoBio/goquery" )

func main() { text := " Hello, World!

" r := strings.NewReader(text) doc, _ := goquery.NewDocumentFromReader(r) result := doc.Text()

fmt.Println(result) } Output:

Hello, World! Program ini menggunakan perpustakaan github.com/PuerkitoBio/goquery untuk menghuraikan dokumen HTML dan mengekstrak kandungan teks biasa, supaya tag HTML boleh dikeluarkan .

4. Langkah berjaga-jaga

Tidak kira kaedah yang digunakan untuk mengalih keluar tag HTML, terdapat beberapa langkah berjaga-jaga yang perlu kita ikuti:

Apabila menggunakan ungkapan biasa untuk padankan teg HTML Apabila melakukan ini, anda mesti memastikan bahawa ungkapan biasa merangkumi semua teg, jika tidak akan terdapat salah penilaian atau teg hilang Jika teg HTML dalam halaman web tidak diseragamkan, ia boleh menyebabkan teg; gagal memadankan atau menjana teg yang tidak serasi. Sesetengah halaman web mungkin mengandungi beberapa aksara khas (seperti ), gaya CSS (seperti gaya), dsb. Kandungan ini juga perlu dikendalikan dengan penuh perhatian. . 5. Ringkasan

Terdapat banyak cara untuk mengalih keluar tag HTML dalam golang Kita boleh menggunakan ungkapan biasa, perpustakaan pihak ketiga, dsb. Selepas perbandingan dan percubaan, kami mengesyorkan menggunakan pustaka github.com/microcosm-cc/bluemonday dan github.com/PuerkitoBio/goquery untuk mengalih keluar teg HTML Kedua-dua perpustakaan ini sangat mudah digunakan dan mempunyai keserasian dan kestabilan yang baik. Sudah tentu, untuk beberapa senario yang lebih mudah, ungkapan biasa juga boleh digunakan. Apabila menggunakan sebarang kaedah, kita perlu memberi perhatian kepada beberapa butiran dan langkah berjaga-jaga untuk memastikan operasi normal program.

Golang membuang tag html

Artikel berkaitan