使用 io.Reader 将 HTML 实体解码

IT行业相对于一般传统行业，发展更新速度更快，一旦停止了学习，很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习，精进自己的技术，尤其是初学者。今天golang学习网给大家整理了《使用 io.Reader 将 HTML 实体解码》，聊聊，我们一起来看看吧！

我的 go 程序发出 http 请求，其响应正文是大型 json 文档，其字符串将 & 符号 & 编码为 & （可能是由于某些 microsoft 平台怪癖？）。我的程序需要以与 json.decoder 兼容的方式将这些实体转换回 & 符号。

示例响应可能如下所示：

{"name":"a&b","comment":"foo&bar"}

其对应的对象如下：

pkg.Object{Name:"A&B", Comment:"foo&bar"}

文档的形状多种多样，因此在解码后转换 html 实体是不可行的。理想情况下，可以通过将响应正文读取器包装在另一个执行转换的读取器中来完成。

有没有一种简单的方法可以将 http.response.body 包装在某些 io.readcloser 中，从而用 & 替换 & 的所有实例（或者在一般情况下，用字符串 y 替换任何字符串 x）？

我怀疑 x/text/transform 是可能的，但不立即知道如何实现。特别是，我担心实体跨越批量字节的边缘情况。也就是说，例如，一个批次以 &am 结束，下一批以 p; 开始。是否有一些库或习惯用法可以优雅地处理这种情况？

解决方案

如果您不想依赖像 transform.reader 这样的外部包，您可以编写自定义 io.reader 包装器。

以下内容将处理 find 元素可能跨越两个 read() 调用的边缘情况：

type fixer struct {
    r        io.reader // source reader
    fnd, rpl []byte    // find & replace sequences
    partial  int       // track partial find matches from previous read()
}

// read satisfies io.reader interface
func (f *fixer) read(b []byte) (int, error) {
    off := f.partial
    if off > 0 {
        copy(b, f.fnd[:off]) // copy any partial match from previous `read`
    }

    n, err := f.r.read(b[off:])
    n += off

    if err != io.eof {
        // no need to check for partial match, if eof, as that is the last read!
        f.partial = partialfind(b[:n], f.fnd)
        n -= f.partial // lop off any partial bytes
    }

    fixb := bytes.replaceall(b[:n], f.fnd, f.rpl)

    return copy(b, fixb), err // preserve err as it may be io.eof etc.
}

连同这个助手（可能需要一些优化）：

// returns number of matched bytes, if byte-slice ends in a partial-match
func partialFind(b, find []byte) int {
    for n := len(find) - 1; n > 0; n-- {
        if bytes.HasSuffix(b, find[:n]) {
            return n
        }
    }
    return 0 // no match
}

工作playground example。

注意：要测试边缘情况逻辑，可以使用 narrowreader 来确保 read 很短，并强制将匹配项拆分到 read，如下所示：validation playground example

今天带大家了解了的相关知识，希望对你有所帮助；关于Golang的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~