我正在使用 Golang 中的内置html库。下面是重现问题的代码：package mainimport ( "fmt" "log" "net/http" "golang.org/x/net/html")const url = "https://google.com"func main() { resp, err := http.Get(url) if err != nil { log.Fatal(err) } defer resp.Body.Close() if resp.StatusCode != 200 { log.Fatalf("Status code error: %d %s", resp.StatusCode, resp.Status) } h := html.NewTokenizer(resp.Body) for { if h.Next() == html.ErrorToken { break } l := len(h.Token().Attr) if l != 0 { fmt.Println("=======") fmt.Println("Length", l) // greater than 0 fmt.Println("Attr", h.Token().Attr) // empty all the times } }}这是输出的样子=======Length 2Attr []typeof Attr []html.Attribute=======Length 8Attr []typeof Attr []html.Attribute=======Length 1Attr []typeof Attr []html.Attribute=======Length 1Attr []typeof Attr []html.Attribute去版本go version go1.17.7 linux/amd64为什么 Go 认为的长度h.Token().Attrh.Token().Attr当 the为空时这里的长度不为零？PS：保存输出h.Token().Attr并将其用于len打印内容使一切正常
3 回答
月关宝盒
TA贡献1772条经验 获得超5个赞
Tokenizer 有一种有趣的界面，你不能Token()在两次调用之间多次调用Next(). 正如文档所说：
在 EBNF 表示法中，每个令牌的有效调用序列是：
Next {Raw} [ Token | Text | TagName {TagAttr} ]
也就是说：调用后Next()可能调用Raw()零次或多次；那么你可以：
调用
Token()一次，调用
Text()一次，调用
TagName()一次，然后调用TagAttr()零次或多次（大概是根本不调用，因为您不关心属性，或者调用的次数足以检索所有属性）。或者什么也不做（也许你正在跳过令牌）。
乱序调用的结果是不确定的，因为这些方法修改了内部状态——它们不是纯粹的访问器。在您的第一个片段中，您在Token()两次调用之间调用了多次Next()，因此结果无效。所有属性都由第一次调用使用，而不会由后面的调用返回。
智慧大石
TA贡献1946条经验 获得超3个赞
不是空的，您只需要遍历它并查看值。
package main
import (
"fmt"
"strings"
"golang.org/x/net/html"
)
func main() {
body := `
<html>
<body onload="fool()">
</body>
</html>
`
h := html.NewTokenizer(strings.NewReader(body))
for {
if h.Next() == html.ErrorToken {
break
}
attr := h.Token().Attr
l := len(attr)
if l != 0 {
fmt.Println("=======")
fmt.Println("Length", l) // greater than 0
for i, a := range attr {
fmt.Printf("Attr %d %v\n", i, a)
}
}
}
}
游乐场：https ://go.dev/play/p/lzEdppsURl0
- 3 回答
- 0 关注
- 95 浏览
添加回答
举报
0/150
提交
取消