mirror of
https://github.com/gopl-zh/gopl-zh.github.com.git
synced 2024-11-16 11:23:40 +00:00
ch5-2: fmt code
This commit is contained in:
parent
152f42f599
commit
60f822294d
@ -6,15 +6,17 @@
|
||||
|
||||
例子中調用golang.org/x/net/html的部分api如下所示。html.Parse函數讀入一組bytes.解析後,返迴html.node類型的HTML頁面樹狀結構根節點。HTML擁有很多類型的結點如text(文本),commnets(註釋)類型,在下面的例子中,我們 隻關註< name key='value' >形式的結點。
|
||||
|
||||
```
|
||||
```Go
|
||||
golang.org/x/net/html
|
||||
package html
|
||||
|
||||
type Node struct {
|
||||
Type NodeType
|
||||
Data string
|
||||
Attr []Attribute
|
||||
FirstChild, NextSibling *Node
|
||||
}
|
||||
|
||||
type NodeType int32
|
||||
|
||||
const (
|
||||
@ -29,20 +31,24 @@ DoctypeNode
|
||||
type Attribute struct {
|
||||
Key, Val string
|
||||
}
|
||||
|
||||
func Parse(r io.Reader) (*Node, error)
|
||||
```
|
||||
|
||||
main函數解析HTML標準輸入,通過遞歸函數visit獲得links(鏈接),併打印出這些links:
|
||||
|
||||
```
|
||||
```Go
|
||||
gopl.io/ch5/findlinks1
|
||||
// Findlinks1 prints the links in an HTML document read
|
||||
from standard input.
|
||||
// Findlinks1 prints the links in an HTML document read from standard input.
|
||||
package main
|
||||
|
||||
import (
|
||||
"fmt"
|
||||
"os"
|
||||
|
||||
"golang.org/x/net/html"
|
||||
)
|
||||
|
||||
func main() {
|
||||
doc, err := html.Parse(os.Stdin)
|
||||
if err != nil {
|
||||
@ -54,11 +60,11 @@ fmt.Println(link)
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
visit函數遍歷HTML的節點樹,從每一個anchor元素的href屬性獲得link,將這些links存入字符串數組中,併返迴這個字符串數組。
|
||||
|
||||
```
|
||||
// visit appends to links each link found in n and returns
|
||||
the result.
|
||||
```Go
|
||||
// visit appends to links each link found in n and returns the result.
|
||||
func visit(links []string, n *html.Node) []string {
|
||||
if n.Type == html.ElementNode && n.Data == "a" {
|
||||
for _, a := range n.Attr {
|
||||
@ -73,6 +79,7 @@ links = visit(links, c)
|
||||
return links
|
||||
}
|
||||
```
|
||||
|
||||
爲了遍歷結點n的所有後代結點,每次遇到n的孩子結點時,visit遞歸的調用自身。這些孩子結點存放在FirstChild鏈表中。
|
||||
|
||||
讓我們以Go的主頁(golang.org)作爲目標,運行findlinks。我們以fetch(1.5章)的輸出作爲findlinks的輸入。下面的輸出做了簡化處理。
|
||||
@ -94,11 +101,12 @@ https://golang.org/dl/
|
||||
/doc/tos.html
|
||||
http://www.google.com/intl/en/policies/privacy/
|
||||
```
|
||||
|
||||
註意在頁面中出現的鏈接格式,在之後我們會介紹如何將這些鏈接,根據根路徑( https://golang.org )生成可以直接訪問的url。
|
||||
|
||||
在函數outline中,我們通過遞歸的方式遍歷整個HTML結點樹,併輸出樹的結構。在outline內部,每遇到一個HTML元素標籤,就將其入棧,併輸出。
|
||||
|
||||
```
|
||||
```Go
|
||||
gopl.io/ch5/outline
|
||||
func main() {
|
||||
doc, err := html.Parse(os.Stdin)
|
||||
@ -140,11 +148,15 @@ $ ./fetch https://golang.org | ./outline
|
||||
[html body div div form div a]
|
||||
...
|
||||
```
|
||||
|
||||
正如你在上面實驗中所見,大部分HTML頁面隻需幾層遞歸就能被處理,但仍然有些頁面需要深層次的遞歸。
|
||||
|
||||
大部分編程語言使用固定大小的函數調用棧,常見的大小從64KB到2MB不等。固定大小棧會限製遞歸的深度,當你用遞歸處理大量數據時,需要避免棧溢出;除此之外,還會導致安全性問題。與相反,Go語言使用可變棧,棧的大小按需增加(初始時很小)。這使得我們使用遞歸時不必考慮溢出和安全問題。
|
||||
|
||||
練習**5.1** :脩改findlinks代碼中遍歷n.FirstChild鏈表的部分,將循環調用visit,改成遞歸調用。
|
||||
|
||||
練習**5.2** : 編寫函數,記録在HTML樹中出現的同名元素的次數。
|
||||
練習**5.3** : 編寫函數輸出所有text結點的內容。註意不要訪問< script >和< style >元素,因爲這些元素對瀏覽者是不可見的。
|
||||
|
||||
練習**5.3** : 編寫函數輸出所有text結點的內容。註意不要訪問`<script>`和`<style>`元素,因爲這些元素對瀏覽者是不可見的。
|
||||
|
||||
練習**5.4** : 擴展vist函數,使其能夠處理其他類型的結點,如images、scripts和style sheets。
|
||||
|
Loading…
Reference in New Issue
Block a user