Go - 从具有已知结构的文档中获取单个特定 HTML 元素的文本
在我正在编写的一个小脚本中，我向 Web 服务发出一个 POST 请求并接收一个 HTML 文档作为响应。除了单个textarea. 这textarea是textarea页面中唯一的，它有一个name我提前知道的特别之处。我想抓取该文本而不用担心文档中的任何其他内容。目前我正在使用正则表达式来获取正确的行，然后删除标签，但我觉得可能有更好的方法。
这是文档的样子：
<html><body>
<form name="query" action="http://www.example.net/action.php" method="post">
<textarea type="text" name="nameiknow"/>The text I want</textarea>
<div id="button">
<input type="submit" value="Submit" />
</div>
</form>
</body></html>
这是我目前获取文本的方式：
s := string(body)
// Gets the line I want
r, _ := regexp.Compile("<textarea.*name=(\"|')nameiknow(\"|').*textarea>")
s = r.FindString(s)
// Deletes the tags
r, _ = regexp.Compile("<[^>]*>")
s = r.ReplaceAllString(s, "")
我认为在这种情况下使用完整的 HTML 解析器可能有点太多了，这就是我朝这个方向前进的原因，尽管我知道那里有更好的东西。
我感谢您的任何建议。
倚天杖浏览 202回答 2
2回答
-
桃花长相依
虽然这不是使用正则表达式解析 HTML的最佳实践。但如你所愿，这里是：(<textarea\b[^>]*\bname\s*=\s*(?:\"|')\s*nameiknow\s*(?:\"|')[^<]*<\/textarea>)
随时随地看视频慕课网APP
相关分类
Go