golang 解析很大的xml
in, err := os.Open(os.Args[1])
defer in.Close()
decoder := xml.NewDecoder(in)
var t xml.Token
var text bool
for t, err = decoder.Token(); err == nil; t, err = decoder.Token() {
switch token := t.(type) {
case xml.StartElement:
name := token.Name.Local
if name == "text" {
text = true
}
case xml.EndElement:
text = false
case xml.CharData:
if text {
content := string([]byte(token))
fmt.Println(content)
return
}
default:
return
//
}
}
如果解析的是html,则可以指定如下属性,用于忽略“不正规”的html标签,
decoder.Strict = false
decoder.AutoClose = xml.HTMLAutoClose
下面属性,可以进行字符转义,默认只转义 这5个 < > & ' "
decoder.Entity = xml.HTMLEntity