CyberGocybergodev/html

日本語

简体中文
English
한국어
Русский

日本語

简体中文
English
한국어
Русский

テーマ

日本語

简体中文
English
한국어
Русский

Processor ​

Processor は HTML ライブラリのコア処理エンジンです。パッケージ関数と比較して、Processor は内部リソース（キャッシュ、エンコーディング検出器）を再利用し、高頻度の呼び出しに適しています。

作成 ​

New ​

Processor インスタンスを作成します。オプションで設定を渡せます。

go
func New(cfg ...Config) (*Processor, error)

パラメータ：最大 1 つの Config。未指定時は DefaultConfig() が使用されます。

go
p, err := html.New(html.DefaultConfig())
if err != nil {
    log.Fatal(err)
}
defer p.Close()

コンテンツ抽出 ​

Extract ​

go
func (p *Processor) Extract(htmlBytes []byte) (*Result, error)

HTML バイトからコンテンツを抽出し、エンコーディングを自動検出します。

ExtractFromFile ​

go
func (p *Processor) ExtractFromFile(filePath string) (*Result, error)

ファイルからコンテンツを抽出します。

ExtractText ​

go
func (p *Processor) ExtractText(htmlBytes []byte) (string, error)

プレーンテキストのみを返します。

ExtractTextFromFile ​

go
func (p *Processor) ExtractTextFromFile(filePath string) (string, error)

ファイルからプレーンテキストを抽出します。

コンテキスト付きバージョン ​

すべての抽出メソッドには ExtractWithContext 付きのバージョンがあります：

go
func (p *Processor) ExtractWithContext(ctx context.Context, htmlBytes []byte) (*Result, error)
func (p *Processor) ExtractFromFileWithContext(ctx context.Context, filePath string) (*Result, error)
func (p *Processor) ExtractTextWithContext(ctx context.Context, htmlBytes []byte) (string, error)
func (p *Processor) ExtractTextFromFileWithContext(ctx context.Context, filePath string) (string, error)

出力フォーマット ​

go
func (p *Processor) ExtractToMarkdown(htmlBytes []byte) (string, error)
func (p *Processor) ExtractToMarkdownFromFile(filePath string) (string, error)
func (p *Processor) ExtractToJSON(htmlBytes []byte) ([]byte, error)
func (p *Processor) ExtractToJSONFromFile(filePath string) ([]byte, error)

コンテキスト付きバージョン：

go
func (p *Processor) ExtractToMarkdownWithContext(ctx context.Context, htmlBytes []byte) (string, error)
func (p *Processor) ExtractToMarkdownFromFileWithContext(ctx context.Context, filePath string) (string, error)
func (p *Processor) ExtractToJSONWithContext(ctx context.Context, htmlBytes []byte) ([]byte, error)
func (p *Processor) ExtractToJSONFromFileWithContext(ctx context.Context, filePath string) ([]byte, error)

リンク抽出 ​

go
func (p *Processor) ExtractAllLinks(htmlBytes []byte) ([]LinkResource, error)
func (p *Processor) ExtractAllLinksFromFile(filePath string) ([]LinkResource, error)
func (p *Processor) ExtractAllLinksWithContext(ctx context.Context, htmlBytes []byte) ([]LinkResource, error)
func (p *Processor) ExtractAllLinksFromFileWithContext(ctx context.Context, filePath string) ([]LinkResource, error)

バッチ処理 ​

go
func (p *Processor) ExtractBatch(htmlContents [][]byte) *BatchResult
func (p *Processor) ExtractBatchWithContext(ctx context.Context, htmlContents [][]byte) *BatchResult
func (p *Processor) ExtractBatchFiles(filePaths []string) *BatchResult
func (p *Processor) ExtractBatchFilesWithContext(ctx context.Context, filePaths []string) *BatchResult

統計とキャッシュ ​

GetStatistics ​

現在の処理統計情報を返します。

go
func (p *Processor) GetStatistics() Statistics
go
stats := p.GetStatistics()
fmt.Printf("処理済み：%d, キャッシュヒット：%d\n",
    stats.TotalProcessed, stats.CacheHits)

ClearCache ​

キャッシュをクリアし、累積統計は保持します。

go
func (p *Processor) ClearCache()

ResetStatistics ​

すべての統計カウンターをリセットします。

go
func (p *Processor) ResetStatistics()

監査 ​

GetAuditLog ​

監査ログエントリを取得します。

go
func (p *Processor) GetAuditLog() []AuditEntry

ClearAuditLog ​

監査ログをクリアします。

go
func (p *Processor) ClearAuditLog()

ライフサイクル ​

Close ​

Processor が保持しているリソースを解放します。使用後に必ず呼び出してください。

go
func (p *Processor) Close() error
go
p, _ := html.New(cfg)
defer p.Close()
// ... p を使って抽出処理