涉及 *html 的递归函数。用于打印 HTML 文档中所有链接的节点

Question

我正在尝试使用接受*html的函数打印HTML文档中的所有链接。节点作为参数。我是Golang和*html的新手。节点数据类型，我以前从未使用过它们。func visit(links []string, n *html.Node) []string {    if n == nil {        return links    }    if n.Type == html.ElementNode && n.Data == "a" {        for _, a := range n.Attr {            if a.Key == "href" {                links = append(links, a.Val)            }        }    }    if i == 0 {        i++        return visit(links, n.FirstChild)    }    return visit(links, n.NextSibling)}检查是否的 if 块的目的是确保只运行一次（第一次）并在后续迭代中运行。但是，从不追加，并且始终返回空切片。我不明白代码中的错误。i==0return visit(links, n.FirstChild)return visit(links, n.NextSibling)links使用 for 循环时，代码工作正常，但当我尝试使用递归时，代码会中断。for c := n.FirstChild; c != nil; c = c.NextSibling {        links = visit(links, c)    }

Answer 1

您的代码不起作用，因为它采用文档的第一个子元素，即元素，然后它采用其同级元素，从而导致函数以空的链接片结尾。htmlnil

详细解释：下面是一个示例代码，

package main

import (

    "fmt"

    "log"

    "strings"

    "golang.org/x/net/html"

)

var i int = 0

func visit(links []string, n *html.Node) []string {

    if n == nil {

        return links

    }

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

        for _, a := range n.Attr {

            if a.Key == "href" {

                links = append(links, a.Val)

            }

        }

    }

    if i == 0 {

        i++

        return visit(links, n.FirstChild)

    }

    return visit(links, n.NextSibling)

}

func main() {

    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)

    }

    links := visit([]string{}, doc)

    fmt.Println(links)

}

第一次调用访问，

参数：

链接 = []

n = DocumentNode

在第一次调用中，i=0，因此它使用文档节点的第一个子节点进行递归调用。visit

第二次访问调用，

参数：

链接 = []

n = ElementNode （n.Data = “html”）

在第二次调用中，是元素节点。现在，对 元素节点的下一个同级节点进行第三次调用。这就是问题所在。元素节点没有同级，因此将是 。nhtmlvisithtmlhtmlnnil

第三次调用访问，

参数：

链接 = []

n = nil

因此，现在所有以递归方式调用的函数 3 函数调用都将返回，并且执行流将返回到，因此切片将保持为空。mainlinks

希望您理解。

编写此功能的正确方法是通过您在问题中共享的循环，如下所示，

package main

import (

    "fmt"

    "log"

    "strings"

    "golang.org/x/net/html"

)

func visit(links []string, n *html.Node) []string {

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

        for _, a := range n.Attr {

            if a.Key == "href" {

                links = append(links, a.Val)

            }

        }

    }

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

        links = visit(links, c)

    }

    return links

}

func main() {

    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)

    }

    links := visit([]string{}, doc)

    fmt.Println(links)

}

在这里，循环通过检查每个HTML元素的子元素来帮助递归地查找链接。如果其中一个HTML元素没有同级元素，那么它将简单地移动到其父级的下一个同级元素并检查