当前位置:首页 > 文章列表 > Golang > Go问答 > 在MongoDB中如何使用Go后端和ReactJS前端插入Markdown代码

在MongoDB中如何使用Go后端和ReactJS前端插入Markdown代码

来源:stackoverflow 2024-03-21 08:33:30 0浏览 收藏

在 MongoDB 中存储 Markdown 代码时,需要考虑单引号和双引号的转义问题。为了在 Go 后端和 ReactJS 前端之间传输 Markdown 代码,本文提供了以下解决方案: 前端使用反斜杠 (\) 转义 Markdown 代码中的单引号和双引号,确保代码在 JSON 中正确解析。Go 后端使用 strconv.Unquote() 函数去除转义字符,恢复原始 Markdown 代码。

问题内容

我想在 mongodb 中插入 markdown 代码。我不确定解决这个问题的最佳方法是什么。我的配置如下

  • 前端:reactjs
  • 后端:go
  • 数据库:mongodb

现在我正在以 json 格式插入数据。前端发送 json,后端将其保存到 mongodb。现在我想插入一个前端将发送到后端的原始 markdown,并将其保存为 string。

为了渲染,后端会将此 json 发送回前端,并且将使用 markdown 预览器显示。

这是我当前的 json

{
        "questions": "first economics question",
        "marks": "3",
        "options": [
            {
                "option": "economics option 1 for student",
                "correct": false
            },
            {
                "option": "economics option 2 for student",
                "correct": false
            },
            {
                "option": "economics option 3 for student",
                "correct": true
            },
            {
                "option": "economics option 4 for student",
                "correct": false
            }
        ]
}

现在我想将 markdown 存储在 question json 字段中,如下所示

{
    "questions": 
    "    
    | First Header  | Second Header |
    | ------------- | ------------- |
    | Content Cell  | Content Cell  |
    | Content Cell  | Content Cell  |

    ```
    let message = \'Hello world\';
    alert(message);
    ```     
    ",
        "marks": "3",
        "options": [
            {
                "option": "Economics option 1 for student",
                "correct": false
            },
            {
                "option": "Economics option 2 for student",
                "correct": false
            },
            {
                "option": "Economics option 3 for student",
                "correct": true
            },
            {
                "option": "Economics option 4 for student",
                "correct": false
            }
        ]
}

实际问题是当我尝试使用 单引号(') 和 双引号 (") 时,我无法使用它。正如你所看到的,我添加了斜杠 [ \ ]上面的 json 中带有 hello world。此外,我觉得存储具有不同样式(如项目符号点 + 代码脚本、特殊字符等)的复杂 markdown 脚本很困难...

这是我的问题:

  • 我目前的做法正确吗?
  • 如果不是,那么正确的方法是什么?

解决方案


我解决了我的问题并愿意分享解决方案。 我遇到了 2 个问题,但在上面的问题中我只问了 1 个问题,因为我想优先解决它。

问题 1: 如我上面的问题所述
问题 2: 我在 Postman 中将多行 Markdown 代码作为 JSON 值给出,但邮递员无法识别。

解决方案
第一个问题的解决方案是在字符串后面附加转义字符 \n 、 \\ 。
第二个问题的解决方案是将整个字符串写在一行中,以便 Postman 可以将其识别为有效的 Markdown JSON 值。

这两个问题均已使用Hjson tool解决。该工具将我的 Markdown 多行值转换为单行,并添加了所需的转义字符。

  • 使用复杂的 Markdown 代码(包括 LaTeX 和 Hjson)将多行字符串转为 Hjson,生成单行值到右侧面板。

  • 这是发送给 Postman 的单行值

感谢Peter和黄乔森的有益评论。

理论要掌握,实操不能落!以上关于《在MongoDB中如何使用Go后端和ReactJS前端插入Markdown代码》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
更改Windows 10家庭版的网络设置更改Windows 10家庭版的网络设置
上一篇
更改Windows 10家庭版的网络设置
如何处理Win10中无法禁用粘滞键问题
下一篇
如何处理Win10中无法禁用粘滞键问题
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    388次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    469次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    476次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    420次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    244次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码