基本サンプル
基本的な抽出
HTML バイトからタイトル、本文、メディア情報を抽出します：
go
package main
import (
"fmt"
"log"
"github.com/cybergodev/html"
)
func main() {
data := []byte(`<html>
<head><title>Go 言語チュートリアル</title></head>
<body>
<article>
<h1>Go 入門ガイド</h1>
<p>Go は Google が開発したオープンソースプログラミング言語です。</p>
<img src="gopher.png" alt="Gopher マスコット" />
<a href="https://go.dev">Go 公式サイト</a>
</article>
</body>
</html>`)
result, err := html.Extract(data)
if err != nil {
log.Fatal(err)
}
fmt.Println("タイトル：", result.Title)
fmt.Println("本文：", result.Text)
fmt.Println("単語数：", result.WordCount)
fmt.Println("読了時間：", result.ReadingTime)
// 出力：
// タイトル：Go 言語チュートリアル
// 本文：Go 入門ガイド
//
// Go は Google が開発したオープンソースプログラミング言語です。
//
// Go 公式サイト
// 単語数：8
// 読了時間：2.4s
}ファイルから抽出
go
result, err := html.ExtractFromFile("article.html")
if err != nil {
log.Fatal(err)
}
fmt.Println(result.Title)テキストのみ抽出
go
text, err := html.ExtractText(data)
if err != nil {
log.Fatal(err)
}
fmt.Println(text)Markdown 出力
go
md, err := html.ExtractToMarkdown(data)
if err != nil {
log.Fatal(err)
}
fmt.Println(md)リンクの抽出
go
links, err := html.ExtractAllLinks(data)
if err != nil {
log.Fatal(err)
}
for _, link := range links {
fmt.Printf("[%s] %s - %s\n", link.Type, link.Title, link.URL)
}
// タイプ別にグループ化
groups := html.GroupLinksByType(links)
for typ, items := range groups {
fmt.Printf("%s: %d 件\n", typ, len(items))
}Processor の使用
go
p, err := html.New(html.DefaultConfig())
if err != nil {
log.Fatal(err)
}
defer p.Close()
// Processor を再利用して複数ページを処理
for _, page := range pages {
result, err := p.Extract(page)
if err != nil {
log.Printf("処理に失敗: %v", err)
continue
}
fmt.Println(result.Title)
}
// 統計を確認
stats := p.GetStatistics()
fmt.Printf("処理済み：%d, キャッシュヒット：%d\n",
stats.TotalProcessed, stats.CacheHits)タイムアウト制御付き
go
ctx, cancel := context.WithTimeout(context.Background(), 5*time.Second)
defer cancel()
result, err := html.ExtractWithContext(ctx, data)
if err != nil {
log.Fatal(err)
}バッチ処理
go
pages := [][]byte{page1, page2, page3}
p, _ := html.New(html.DefaultConfig())
defer p.Close()
batch := p.ExtractBatch(pages)
fmt.Printf("成功：%d, 失敗：%d\n", batch.Success, batch.Failed)
for i, result := range batch.Results {
if result != nil {
fmt.Printf("ページ %d: %s\n", i, result.Title)
}
}JSON 出力
go
jsonBytes, err := html.ExtractToJSON(data)
if err != nil {
log.Fatal(err)
}
fmt.Println(string(jsonBytes))