Go：一次通过正则表达式 FindAll 和 ReplaceAll

Question

我正在解析网页以获取标签内的一些值，但我对标签不感兴趣，只对内容感兴趣。

我正在使用 regexp.FindAll 来获取所有匹配的表达式（包括标签），然后使用 ReplaceAll 来替换每个子表达式，删除标签。当然，两次运行正则表达式需要两倍的时间，我想避免它。

有没有办法同时应用这两个函数，或者等效的正则表达式？

当然，我可以制作一个删除标签的函数，但在某些情况下可能会更复杂，因为可变长度的标签（如 ）和正则表达式可以解决这个问题。

我的代码的一个简单示例在这里（它不会在操场上运行）：http : //play.golang.org/p/uGKjzmylSY

func main() {

    res, err := http.Get("http://www.elpais.es")

    if err != nil {

        panic(err)

    }

    body, err := ioutil.ReadAll(res.Body)

    fmt.Println("body: ", len(body), cap(body))

    res.Body.Close()

    if err != nil {

        panic(err)

    }

    r := regexp.MustCompile("<li>(.+)</li>")

    // Find all subexpressions, containing the label <li>

    out := r.FindAll(body, -1)

    for i, v := range out[:10] {

        fmt.Printf("%d: %s\n", i, v)

    }

    //Replace to remove the label.

    out2 := make([][]byte, len(out))

    for i, v := range out {

        out2[i] = r.ReplaceAll(v, []byte("$1"))

    }

    for i, v := range out2[:10] {

        fmt.Printf("%d: %s\n", i, v)

    }

}

顺便说一下，我知道正则表达式不能用于解析 HTML。我只对一些最里面的标签感兴趣，对结构或嵌套不感兴趣，所以我想这没问题:)