Go语言实战：开发简单Markdown解析器

本文深入探讨了如何用 Go 语言从零实现一个轻量、可控、安全的 Markdown 解析器，直击现成库（如 blackfriday、goldmark）在嵌入式场景中依赖臃肿、调试困难、配置复杂等痛点；通过精巧的状态机设计，同时攻克块级解析（精准识别段落、标题、列表，兼顾 YAML front matter、缩进与代码块上下文）和行内解析（正确处理嵌套强调、反引号代码、括号匹配链接、转义字符），并强制贯彻 HTML 安全实践——对所有原始文本调用 html.EscapeString、URL 单独编码、代码块保留换行，最终在极简代码中实现高可信输出，真正诠释了“简单即强大”的工程哲学。

为什么不用现成的 blackfriday 或 goldmark

因为你要的是“简单”——不是功能完整，而是可控、可调试、能嵌入到小工具里不带一堆依赖。现成库动辄几百个文件，goldmark 的扩展机制绕三圈才配好一个自定义节点，blackfriday 已归档且不支持 Go modules 早期版本的路径解析问题容易卡住。真要动手写，核心就两件事：分块（block parsing）和行内（inline parsing），先搞定段落、标题、列表这三类最常写的结构就行。

strings.Split 不能直接切 Markdown 块，得按空行+缩进状态走

Markdown 块级元素（比如段落、列表项、代码块）靠空行分隔，但空行可能被缩进干扰，比如 YAML front matter 后紧接一个缩进的列表，strings.Split 一刀切会把整个 front matter 和后续内容混成一块。正确做法是逐行扫描，维护一个 inList 状态和当前缩进深度：

• 遇到以 - 、* 或数字加 . 开头的行，且缩进 ≤ 当前列表层级，就开启新列表项
• 连续空行只算一个分隔符；单个空行在代码块里不算分隔（得看是否在 ``` 内）
• 用 strings.TrimSpace 判断空行，别用 == ""，因为可能含 \t 或 \r

行内解析必须用状态机，正则替换会吃掉嵌套强调

比如 *a *b* c* 这种嵌套斜体，用 regexp.ReplaceAllString 两次（先处理 ** 再处理 *）会错乱。实际得边扫边记栈：inEm、inStrong、inCode 三个布尔值，遇到 * 就翻转对应状态，同时记录起始位置。关键细节：

• ` 是行内代码的边界，但两个反引号 `` 表示空格允许的代码片段，得单独判断长度
• 链接 [text](url) 的右括号必须匹配最内层左括号，不能靠正则捕获组硬写，得数括号嵌套层数
• 转义字符 \* 要在状态机里跳过，否则会被当成强调符起点

输出 HTML 时别拼字符串，用 html.EscapeString 处理所有原始文本

用户输入的 Markdown 可能含 或 ，如果直接把解析后的文本塞进 "

" + text + "

• 只有你自己生成的 HTML 标签（如 ""、"
）可以直写
• 用户写的链接 URL 要额外过一遍 url.PathEscape 或 net/url 的 QueryEscape，防止 javascript:alert(1) 注入
• 代码块内容用 html.EscapeString 后再换行转
，别漏掉末尾换行符

真正难的不是语法识别，是状态同步——块级缩进状态、行内嵌套栈、HTML 转义边界，这三个地方一松动，输出就不可信。写完跑一遍 go test -v 加 20 个混合测试用例，重点看 *a **b* c**、- `x y`、含 & 和 的段落，比补文档重要得多。

终于介绍完啦！小伙伴们，这篇关于《Go语言实战：开发简单Markdown解析器》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布Golang相关知识，快来关注吧！