xhtml

xhtml 库提供 HTML 内容的解析、遍历、查找与比较能力，常用于网页内容提取、DOM 差异分析与生成元素的 XPath 定位。

典型使用场景：

查找与遍历：xhtml.Find(htmlRaw, matchStr) 在 HTML 中查找匹配节点，xhtml.Walker(h, handler) 遍历 DOM 节点，xhtml.MatchBetween 抽取两个标记之间的内容。
定位与比较：xhtml.GenerateXPath(node) 为节点生成 XPath，xhtml.CompareHtml 比较两份 HTML 的差异。

与相邻库的关系：xhtml 与 xpath（XPath 查询）、crawler/crawlerx（爬取）配合，用于从网页中精确提取与比对内容。

共 6 个函数

函数索引

函数	参数	返回值	说明
xhtml.CompareHtml	`htmlRaw1 any, htmlRaw2 any`	`[]*DiffInfo, error`	比较两段 HTML 代码的差异，返回差异的节点信息结构体引用切片与错误
xhtml.Find	`htmlRaw any, matchStr string`	`[]*MatchNodeInfo`	解析并遍历一段 HTML 代码的每一个节点并找到匹配字符串的节点，返回匹配字符串的节点信息的引用切片
xhtml.GenerateXPath	`node *html.Node`	`string`	根据节点引用生成一个节点的 XPath 路径
xhtml.MatchBetween	`srcBody any, start string, end string, n int`	`int, string`	从字符串中匹配两个字符串之间的内容，最多匹配 n 个字符，n 为 -1 时不限制
xhtml.RandomUpperAndLower	`s string`	`string`	返回一个随机大小写的字符串，常用于绕过大小写敏感的过滤
xhtml.Walker	`h any, handler func(node *html.Node)`	`error`	解析并遍历一段 HTML 代码的每一个节点并回调函数，返回错误

函数详情

CompareHtml

CompareHtml(htmlRaw1 any, htmlRaw2 any) ([]*DiffInfo, error)

比较两段 HTML 代码的差异，返回差异的节点信息结构体引用切片与错误

参数

参数名	类型	说明
htmlRaw1	`any`	第一段 HTML 内容，会被转换为字符串
htmlRaw2	`any`	第二段 HTML 内容，会被转换为字符串

返回值

序号	类型	说明
r1	`[]*DiffInfo`	差异信息引用切片，每个元素描述一处结构/属性/文本差异
r2	`error`	解析 HTML 失败时返回的错误

示例

// VARS: 比较两段不同的 HTML
diff = xhtml.CompareHtml("<div>a</div>", "<div>b</div>")~
// assert: 不同内容应产生差异
assert len(diff) > 0, "different html should produce diffs"

Find

Find(htmlRaw any, matchStr string) []*MatchNodeInfo

解析并遍历一段 HTML 代码的每一个节点并找到匹配字符串的节点，返回匹配字符串的节点信息的引用切片

参数

参数名	类型	说明
htmlRaw	`any`	待解析的 HTML 内容，会被转换为字符串
matchStr	`string`	要匹配的子串(支持 glob 匹配)

返回值

序号	类型	说明
r1	`[]*MatchNodeInfo`	匹配到的节点信息引用切片，每个元素含 Xpath、TagName、MatchText 等字段

示例

// VARS: 在 HTML 中查找包含 hello 的节点
res = xhtml.Find("<html><body><div>hello</div></body></html>", "hello")
// STDOUT: 打印命中数量
println(len(res))   // OUT: 1
// assert: 命中文本节点
assert res[0].MatchText == "hello", "should match the text node"

GenerateXPath

GenerateXPath(node *html.Node) string

根据节点引用生成一个节点的 XPath 路径

参数

参数名	类型	说明
node	`*html.Node`	目标节点

返回值

序号	类型	说明
r1	`string`	该节点的 XPath 路径字符串

示例

// VARS: 遍历并取出 div 节点的 XPath
xp = ""

	xhtml.Walker("<html><body><div>x</div></body></html>", func(node) {
	    if node.Data == "div" {
	        xp = xhtml.GenerateXPath(node)
	    }
	})

// assert: 生成的路径引用了 div 节点
assert str.Contains(xp, "div"), "generated xpath should reference the div node"

MatchBetween

MatchBetween(srcBody any, start string, end string, n int) (int, string)

从字符串中匹配两个字符串之间的内容，最多匹配 n 个字符，n 为 -1 时不限制

返回匹配到的内容的起始位置与匹配到的内容

参数

参数名	类型	说明
srcBody	`any`	源内容，会被转换为字符串
start	`string`	起始定界字符串
end	`string`	结束定界字符串
n	`int`	内容长度上限，-1 表示不限制

返回值

序号	类型	说明
r1	`int`	匹配内容在源字符串中的起始下标，未匹配时为 -1
r2	`string`	两个定界字符串之间的内容，未匹配时为空字符串

示例

// VARS: 取出 2 和 6 之间的内容
idx, content = xhtml.MatchBetween("123456789", "2", "6", -1)
// STDOUT: 打印匹配内容
println(content)   // OUT: 345
// assert: 锁定结论
assert content == "345", "should extract the text between 2 and 6"

RandomUpperAndLower

RandomUpperAndLower(s string) string

返回一个随机大小写的字符串，常用于绕过大小写敏感的过滤

参数

参数名	类型	说明
s	`string`	原始字符串

返回值

序号	类型	说明
r1	`string`	随机翻转字母大小写后的字符串(字母构成不变)

示例

// VARS: 随机大小写变形(每次结果不同)
r = xhtml.RandomUpperAndLower("target")
// assert: 忽略大小写后仍等于原串
assert str.ToLower(r) == "target", "random case should preserve the letters case-insensitively"

Walker

Walker(h any, handler func(node *html.Node)) error

解析并遍历一段 HTML 代码的每一个节点并回调函数，返回错误

参数

参数名	类型	说明
h	`any`	待解析的 HTML 内容，会被转换为字节切片
handler	`func(node *html.Node)`	对每个节点调用的回调函数

返回值

序号	类型	说明
r1	`error`	解析 HTML 失败时返回的错误

示例

// VARS: 遍历所有节点并计数
count = 0
xhtml.Walker("<html><body><div>x</div></body></html>", func(node) { count++ })
// assert: 至少访问到若干节点
assert count > 0, "walker should visit nodes"

函数索引​

函数详情​

CompareHtml​

Find​

GenerateXPath​

MatchBetween​

RandomUpperAndLower​

Walker​

函数索引

函数详情

CompareHtml

Find

GenerateXPath

MatchBetween

RandomUpperAndLower

Walker