如何使用goquery解析单个元素？

Question

<speak><voice name=\"en-US-JennyNeural\"><prosody rate=\"1\">aaaaaaaa<break time=\"5s\"/> bbbb. <br time=\"2s\"/>ccccccdddddddd </prosody></voice></speak>

我使用这段代码来解析和获取：

    doc, err := goquery.NewDocumentFromReader(strings.NewReader(text))
    if err != nil {
        return "", err
    }
    ssml, err := doc.Find("html body").Html()
    if err != nil {
        return "", err
    }

结果：

<speak><voice name="en-US-JennyNeural"><prosody rate="1">aaaaaaaa<break time="5s"> bbbb. <br time="2s"/>ccccccdddddddd </break></prosody></voice></speak>

我认为断续不能正确解析。我想像解析<break/>一样解析<br/>。

Answer 1

假设您使用的是github.com/PuerkitoBio/goquery，它使用golang.org/x/net/html进行HTML解析，这是一个符合HTML 5的标记器和解析器。

<br>和<break>的解析方式不同，因为在HTML中，<br>是一个不能带有结束标记的标记，但<break>不是这样的标记。

如果希望goquery正确处理HTML，则必须为<break>使用显式结束标记，而不是自结束标记。

例如:而不是这样：

<break time="5s"/>

您必须使用这个：

<break time="5s"></break>

通过此更改，您的输出将是(在围棋游乐场上尝试它)：

<speak><voice name="en-US-JennyNeural"><prosody rate="1">aaaaaaaa<break time="5s"></break> bbbb. <br time="2s"/>ccccccdddddddd </prosody></voice></speak>

Answer 2

    d := xml.NewDecoder(strings.NewReader(text))
    var writer bytes.Buffer
    e := xml.NewEncoder(&writer)
    for {
        t, err := d.Token()
        if err == io.EOF {
            break
        }
        if err != nil {
            return "", err
        }
        if t == nil {
            break
        }
        switch se := t.(type) {
        case xml.StartElement:
            e.EncodeToken(se)

        case xml.EndElement, xml.CharData, xml.Comment, xml.ProcInst, xml.Directive:
            e.EncodeToken(se)
        }
    }
    e.Flush()

    return writer.String(), nil