为什么 len on x/net/html Token().Attr 在这里为空切片返回一个非零值？
我正在使用 Golang 中的内置html库。下面是重现问题的代码：
package main
import (
"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 2
Attr []
typeof Attr []html.Attribute
=======
Length 8
Attr []
typeof Attr []html.Attribute
=======
Length 1
Attr []
typeof Attr []html.Attribute
=======
Length 1
Attr []
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
慕桂英5465373回答
-
月关宝盒
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。 -
沧海一幻觉
(*Tokenizer).Token()每次都返回一个新的令牌，它再次有一个新的 []Attr，在这里.Token() ，下一次调用中的分词器在第 1145 行的开始和结束是相同的数字，所以它不会进入这个循环，所以下次 attr 将为空。 -
智慧大石
不是空的，您只需要遍历它并查看值。package mainimport ( "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
随时随地看视频慕课网APP
相关分类
Go