如何获取 html.Node 的内容

Question

我想使用GO来自http://godoc.org/code.google.com/p/go.net/html的3rd 方库从URL 获取数据。但是我遇到了一个问题，就是我无法获取一个 html.Node 的内容。参考文档中有示例代码，代码如下。s := `<p>Links:</p><ul><li><a href="foo">Foo</a><li><a href="/bar/baz">BarBaz</a></ul>`doc, err := html.Parse(strings.NewReader(s))if err != nil {    log.Fatal(err)}var f func(*html.Node)f = func(n *html.Node) {    if n.Type == html.ElementNode && n.Data == "a" {        for _, a := range n.Attr {            if a.Key == "href" {                fmt.Println(a.Val)                break            }        }    }    for c := n.FirstChild; c != nil; c = c.NextSibling {        f(c)    }}f(doc)输出是：foo/bar/baz如果我想得到FooBarBaz我应该怎么办？

Answer 1

树<a href="link"><strong>Foo</strong>Bar</a>看起来基本上是这样的：

• ElementNode "a"（该节点还包括一个属性列表）

• 文本节点“Foo”

• 元素节点“强”

• 文本节点“条”

因此，假设您想要获取链接的纯文本（例如FooBar），您将不得不遍历树并收集所有文本节点。例如：

func collectText(n *html.Node, buf *bytes.Buffer) {

    if n.Type == html.TextNode {

        buf.WriteString(n.Data)

    }

    for c := n.FirstChild; c != nil; c = c.NextSibling {

        collectText(c, buf)

    }

}

以及您功能的变化：

var f func(*html.Node)

f = func(n *html.Node) {

    if n.Type == html.ElementNode && n.Data == "a" {

        text := &bytes.Buffer{}

        collectText(n, text)

        fmt.Println(text)

    }

    for c := n.FirstChild; c != nil; c = c.NextSibling {

        f(c)

    }

}