html - 从 Go 中的 html 页面中提取文本

Question

寻找一种简单地获取网页文本的方法，最好不必求助于一堆正则表达式。

只是想我会先检查一下这种东西是否已经内置，或者至少在 Go 中更容易做到。

Answer 1

你可以使用 go-query .这个库可以像 jquery 一样用于 grep html 文档中的文本和文档元素。

本例取自github页面:

package main

import (
    "fmt"
    "github.com/PuerkitoBio/goquery"
    "log"
)

func ExampleScrape() {
    doc, err := goquery.NewDocument("http://metalsucks.net")
    if err != nil {
        log.Fatal(err)
    }
    doc.Find(".reviews-wrap article .review-rhs").Each(func(i int, s *goquery.Selection) {
        band := s.Find("h3").Text()
        title := s.Find("i").Text()
        fmt.Printf("Review %d: %s - %s\n", i, band, title)
    })
}
func main() {
    ExampleScrape()
}