GoLang - 带有 HTML 的 XmlPath 选择器答案

【问题标题】：GoLang - XmlPath Selectors with HTMLGoLang - 带有 HTML 的 XmlPath 选择器
【发布时间】：2017-06-26 08:53:17
【问题描述】：

我正在查看记录的示例 here，但它纯粹是在 XML 树上迭代，而不是 HTML。因此，我仍然有些困惑。

例如，如果我想在 head 标记中按名称查找特定的 meta 标记，似乎我做不到？相反，我需要按照它在 head 标记中的顺序来查找它。在这种情况下，我想要第 8 个元标记，我假设它是：

headTag, err := getByID(xmlroot, "/head/meta[8]/")

当然，这是使用 getByID 函数作为标签名称 - 我认为这不会起作用。 “getBy...”命令的完整列表是什么？

那么，问题来了，如何访问元标记的内容？该文档仅提供内部标记节点内容的示例。但是，这个例子会起作用吗？：

resp.Query = extractValue(headTag, @content)

@选择器让我很困惑，这适合这种情况吗？

换句话说：

是否有合适的 HTML 示例可用？
是否有正确的 ID、标签等选择器列表？
可以通过名称找到标签，并从其内部内容标签中提取内容吗？

非常感谢！

【问题讨论】：

标签： html xpath go xml-parsing selector

【解决方案1】：

XPath 在这里似乎不合适；您应该使用为 HTML 设计的goquery。

这是一个例子：

package main

import (
    "fmt"

    "github.com/PuerkitoBio/goquery"
)

func main() {
    doc, err := goquery.NewDocument("https://example.com")
    if err != nil {
        panic(err)
    }
    s := doc.Find(`html > head > meta[name="viewport"]`)
    if s.Length() == 0 {
        fmt.Println("could not find viewpoint")
        return
    }
    fmt.Println(s.Eq(0).AttrOr("content", ""))
}

【讨论】：

【解决方案2】：

我知道这个答案来晚了，但我仍然想推荐一个htmlquery 包，它简单而强大，基于 XPath 表达式*。

以下代码基于@Time-Cooper 示例。

package main

import (
    "fmt"

    "github.com/antchfx/htmlquery"
)

func main() {
    doc, err := htmlquery.LoadURL("https://example.com")
    if err != nil {
        panic(err)
    }
    s := htmlquery.Find(doc, "//meta[@name='viewport']")
    if len(s) == 0 {
        fmt.Println("could not find viewpoint")
        return
    }
    fmt.Println(htmlquery.SelectAttr(s[0], "content"))

    // alternative method,but simple more.
    s2 := htmlquery.FindOne(doc, "//meta[@name='viewport']/@content")
    fmt.Println(htmlquery.InnerText(s2))
}

【讨论】：