涉及 *html.Node 的递归函数，用于打印 HTML 文档中的所有链接

本篇文章给大家分享《涉及 *html.Node 的递归函数，用于打印 HTML 文档中的所有链接》，覆盖了Golang的常见基础知识，其实一个语言的全部知识点一篇文章是不可能说完的，但希望通过这些问题，让读者对自己的掌握程度有一定的认识(B 数)，从而弥补自己的不足，更好的掌握它。

我正在尝试使用接受 *html.node 作为参数的函数来打印 html 文档中的所有链接。我对 golang 和 *html.node 数据类型都很陌生，以前从未使用过它们。

func visit(links []string, n *html.node) []string {
    if n == nil {
        return links
    }
    if n.type == html.elementnode && n.data == "a" {
        for _, a := range n.attr {
            if a.key == "href" {
                links = append(links, a.val)
            }
        }
    }
    if i == 0 {
        i++
        return visit(links, n.firstchild)
    }
    return visit(links, n.nextsibling)
}

if 块检查 i==0 的目的是确保 return visit(links, n.firstchild) 只运行一次（第一次），而 return visit(links, n.nextsibling) 运行在接下来的迭代中。但是， links 永远不会被追加，并且始终返回一个空切片。我不明白我的代码中的错误。

使用 for 循环时，代码工作得非常好，但当我尝试使用递归时，代码会中断。

for c := n.FirstChild; c != nil; c = c.NextSibling {
        links = visit(links, c)
    }

正确答案

您的代码不起作用，因为它获取文档的第一个子元素，即 html 元素，然后获取其同级元素，即 nil ，从而导致函数以空链接切片结束。

详细解释一下： 这是一个示例代码，

package main

import (
    "fmt"
    "log"
    "strings"

    "golang.org/x/net/html"
)

var i int = 0

func visit(links []string, n *html.node) []string {

    if n == nil {
        return links
    }

    if n.type == html.elementnode && n.data == "a" {
        for _, a := range n.attr {
            if a.key == "href" {
                links = append(links, a.val)
            }
        }
    }

    if i == 0 {
        i++
        return visit(links, n.firstchild)
    }

    return visit(links, n.nextsibling)
}

func main() {
    s := `<p>links:</p><ul><li><a href="foo">foo</a><li><a href="/bar/baz">barbaz</a></ul>`

    doc, err := html.parse(strings.newreader(s))
    if err != nil {
        log.fatal(err)
    }

    links := visit([]string{}, doc)

    fmt.println(links)
}

第一次调用 visit，
参数：
链接 = []
n = 文档节点

在第一次调用中，i=0，因此它使用文档节点的第一个子节点递归调用 visit。

第二次调用 visit，
参数：
链接 = []
n = elementnode (n.data = "html")

在第二次调用中，n 是 html 元素节点。现在，对 visit 的第三次调用是通过 html 元素节点的下一个兄弟节点进行的。 而这就是问题所在。 html 元素节点没有同级，因此 n 将是 nil。

第三次调用 visit，
参数：
链接 = []
n = 零

因此，现在递归调用的所有函数 3 函数调用都将返回，并且执行流程将返回到 main，因此切片 links 将保持为空。

希望你能理解。

编写此功能的正确方法是通过您在问题中共享的循环，如下所示，

package main

import (
    "fmt"
    "log"
    "strings"

    "golang.org/x/net/html"
)

func visit(links []string, n *html.node) []string {

    if n.type == html.elementnode && n.data == "a" {
        for _, a := range n.attr {
            if a.key == "href" {
                links = append(links, a.val)
            }
        }
    }

    for c := n.firstchild; c != nil; c = c.nextsibling {
        links = visit(links, c)
    }

    return links
}

func main() {
    s := `<p>links:</p><ul><li><a href="foo">foo</a><li><a href="/bar/baz">barbaz</a></ul>`

    doc, err := html.parse(strings.newreader(s))
    if err != nil {
        log.fatal(err)
    }

    links := visit([]string{}, doc)

    fmt.println(links)
}

这里，循环通过检查每个 html 元素的子元素来帮助递归地查找链接。如果其中一个 html 元素没有同级元素，那么它只会移至其父元素的下一个同级元素并检查

我在同一问题上挣扎了一段时间。根据标题，问题的目的是如何替换for循环：

for c := n.firstchild; c != nil; c = c.nextsibling {
    links = visit(links, c)
}

具有递归函数。这个 for 循环是遍历 x/html go 包中包含的树文档的标准方法。尽管 @ramaraja 的答案已被接受，但它不包含正确的解决方案。

根据这个答案，我尝试了这个：

if c := n.FirstChild; c != nil {
    links = visit(links, c)
} else if c.NextSibling != nil {
    links = visit(links, c.NextSibling)
}

程序触发紧急程序。我不确定是否可以完全避免 for 循环。

以上就是《涉及 *html.Node 的递归函数，用于打印 HTML 文档中的所有链接》的详细内容，更多关于的资料请关注golang学习网公众号！