我從第三方收到一個xml文件，該文件在其中一個XML標記中具有HTML元素。我無法弄清楚如何解構它以獲取href URL。XML 示例：<SOME_HTML> <a href="http://www.google.com" target="_blank"> google</a></SOME_HTML>到目前為止，這是我所達到的，但沒有向結構中添加任何內容：type Href struct { Link string `xml:"href"`}type Link struct { URL []Href `xml:"a"`}type XmlFile struct { HTMLTag []Link `xml:"SOME_HTML"`}myFile := []byte(`<?xml version="1.0" encoding="utf-8"?><SOME_HTML> <a href="http://www.google.com" target="_blank"> google</a></SOME_HTML>`)var output XmlFileerr := xml.Unmarshal(myFile, &output)fmt.Println(output) // {[]}
3 回答
青春有我
TA貢獻1784條經驗 獲得超8個贊
你可以這樣做（https://play.golang.org/p/MJzAVLBFfms）：
type aElement struct {
Href string `xml:"href,attr"`
}
type content struct {
A aElement `xml:"a"`
}
func main() {
test := `<SOME_HTML><a href="http://www.google.com" target="_blank">google</a></SOME_HTML>`
var result content
if err := xml.Unmarshal([]byte(test), &result); err != nil {
log.Fatal(err)
}
fmt.Println(result)
}
瀟湘沐
TA貢獻1816條經驗 獲得超6個贊
解析 xml 中的所有內容，假設 html 或其他標記（如 ）中也可能有多個標記。adiv
如果不需要這樣做，只需替換為類型（不是XmlFile.LinksXmlFile.LinkLink[]Link)
func main() {
type Link struct {
XMLName xml.Name `xml:"a"`
URL string `xml:"href,attr"`
Target string `xml:"target,attr"`
Content string `xml:",chardata"`
}
type Div struct {
XMLName xml.Name `xml:"div"`
Classes string `xml:"class,attr"`
Content string `xml:",chardata"`
}
type XmlFile struct {
XMLName xml.Name `xml:"SOME_HTML"`
Links []Link `xml:"a"`
Divs []Div `xml:"div"`
}
myFile := []byte(`<?xml version="1.0" encoding="utf-8"?>
<SOME_HTML>
<a href="http://www.google.com" target="_blank">google</a>
<a href="http://www.facebook.com" target="_blank">facebook</a>
<div class="someclass">text</div>
</SOME_HTML>`)
var output XmlFile
err := xml.Unmarshal(myFile, &output)
if err != nil {
log.Fatal(err)
}
fmt.Println(output)
}
操場
編輯：在 xml 中添加了更多標簽，以顯示如何解析不同的標簽類型。
蕭十郎
TA貢獻1815條經驗 獲得超13個贊
您可以使用常規XML解析器解析您發布的示例，但是XML語法存在許多例外，這些異常通常被接受為有效的HTML。
我能想到的最簡單的例子是：我所知道的所有html解釋器都明白（未關閉的標簽）與自關閉標簽相同。<br><br><br />
如果您不知道服務另一端的HTML是如何生成的，則最好使用HTML解析器。
例如，有golang.go/x/net/html包，它提供了幾個函數來解析HTML：
https://play.golang.org/p/3hUogiwdRPO
func findFirstHref(n *html.Node, indent string) string {
if n.Type == html.ElementNode {
fmt.Println(" * scanning:" + indent + n.Data)
}
if n.Type == html.ElementNode && n.Data == "a" {
for _, a := range n.Attr {
if a.Key == "href" {
return a.Val
}
}
}
for c := n.FirstChild; c != nil; c = c.NextSibling {
href := findFirstHref(c, indent+" ")
if href != "" {
return href
}
}
return ""
}
func main() {
doc1, err := html.Parse(strings.NewReader(sample1))
if err != nil {
fmt.Println(err)
} else {
fmt.Println("href in sample1:", findFirstHref(doc1, ""))
}
doc2, err := html.Parse(strings.NewReader(sample2))
if err != nil {
fmt.Println(err)
} else {
fmt.Println("href in sample2:", findFirstHref(doc2, ""))
}
}
const (
sample1 = `<?xml version="1.0" encoding="utf-8"?>
<SOME_HTML>
<a href="http://www.google.com" target="_blank">
google</a>
</SOME_HTML>`
// sample2 is an invalid XML document (it has unclosed "<br>" tags):
sample2 = `
<p> line1 <br> line2
<a href="foobar" target="_blank">
Some <br> text
</a>
</p>
`
)
- 3 回答
- 0 關注
- 141 瀏覽
添加回答
舉報
0/150
提交
取消