パッケージ関数
パッケージレベル関数は一回限りの呼び出しに適しており、内部で sync.Pool を使って Processor を再利用するため、ライフサイクルの手動管理が不要です。注：プールされた Processor はキャッシュと監査保持を無効化します。キャッシュ/統計/監査が必要な場合は html.New で専用 Processor を生成してください。
コンテンツ抽出
Extract
HTML バイトからコンテンツを抽出し、完全な Result を返します。
go
func Extract(htmlBytes []byte, cfg ...Config) (*Result, error)パラメータ：
| パラメータ | 型 | 説明 |
|---|---|---|
htmlBytes | []byte | HTML コンテンツ |
cfg | ...Config | オプションの設定、最大 1 つ |
例：
go
result, err := html.Extract(data)
if err != nil {
log.Fatal(err)
}
fmt.Println(result.Title, result.Text)ExtractFromFile
HTML ファイルからコンテンツを抽出します。
go
func ExtractFromFile(filePath string, cfg ...Config) (*Result, error)テキスト抽出
ExtractText
プレーンテキストコンテンツのみを抽出します。
go
func ExtractText(htmlBytes []byte, cfg ...Config) (string, error)ExtractTextFromFile
ファイルからプレーンテキストを抽出します。
go
func ExtractTextFromFile(filePath string, cfg ...Config) (string, error)コンテキスト付きバージョン
すべての関数は context.Context を受け取るバージョンをサポートしており、キャンセルとタイムアウト制御に使用します：
| 関数 | シグネチャ |
|---|---|
ExtractWithContext | (ctx context.Context, htmlBytes []byte, cfg ...Config) (*Result, error) |
ExtractFromFileWithContext | (ctx context.Context, filePath string, cfg ...Config) (*Result, error) |
ExtractTextWithContext | (ctx context.Context, htmlBytes []byte, cfg ...Config) (string, error) |
ExtractTextFromFileWithContext | (ctx context.Context, filePath string, cfg ...Config) (string, error) |
go
ctx, cancel := context.WithTimeout(context.Background(), 5*time.Second)
defer cancel()
result, err := html.ExtractWithContext(ctx, data)出力フォーマット
| 関数 | シグネチャ | 説明 |
|---|---|---|
ExtractToMarkdown | (htmlBytes []byte, cfg ...Config) (string, error) | HTML → Markdown |
ExtractToMarkdownFromFile | (filePath string, cfg ...Config) (string, error) | ファイル → Markdown |
ExtractToMarkdownWithContext | (ctx context.Context, htmlBytes []byte, cfg ...Config) (string, error) | コンテキスト付き |
ExtractToMarkdownFromFileWithContext | (ctx context.Context, filePath string, cfg ...Config) (string, error) | ファイル + コンテキスト |
ExtractToJSON | (htmlBytes []byte, cfg ...Config) ([]byte, error) | HTML → JSON |
ExtractToJSONFromFile | (filePath string, cfg ...Config) ([]byte, error) | ファイル → JSON |
ExtractToJSONWithContext | (ctx context.Context, htmlBytes []byte, cfg ...Config) ([]byte, error) | コンテキスト付き |
ExtractToJSONFromFileWithContext | (ctx context.Context, filePath string, cfg ...Config) ([]byte, error) | ファイル + コンテキスト |
詳細な使い方と例は 出力フォーマット を参照してください。
リンク抽出
| 関数 | シグネチャ | 説明 |
|---|---|---|
ExtractAllLinks | (htmlBytes []byte, cfg ...Config) ([]LinkResource, error) | すべてのリンクを抽出 |
ExtractAllLinksFromFile | (filePath string, cfg ...Config) ([]LinkResource, error) | ファイルからリンクを抽出 |
ExtractAllLinksWithContext | (ctx context.Context, htmlBytes []byte, cfg ...Config) ([]LinkResource, error) | コンテキスト付き |
ExtractAllLinksFromFileWithContext | (ctx context.Context, filePath string, cfg ...Config) ([]LinkResource, error) | ファイル + コンテキスト |
詳細な使い方と例は リンク抽出 を参照してください。
バッチ処理
| 関数 | シグネチャ | 説明 |
|---|---|---|
ExtractBatch | (htmlContents [][]byte, cfg ...Config) *BatchResult | バッチ抽出 |
ExtractBatchWithContext | (ctx context.Context, htmlContents [][]byte, cfg ...Config) *BatchResult | コンテキスト付き |
ExtractBatchFiles | (filePaths []string, cfg ...Config) *BatchResult | バッチファイル抽出 |
ExtractBatchFilesWithContext | (ctx context.Context, filePaths []string, cfg ...Config) *BatchResult | ファイル + コンテキスト |
詳細な使い方と例は バッチ処理 を参照してください。