본문 내용
`) // 대부분의 시나리오: 기본 설정 직접 사용 p1, _ := html.New() defer p1.Close() r1, _ := p1.Extract(data) fmt.Println(r1.Title) // 순수 텍스트만 필요 (예: 검색 엔진 인덱스) p2, _ := html.New(html.TextOnlyConfig()) defer p2.Close() // Markdown 출력 (예: CMS 마이그레이션) p3, _ := html.New(html.MarkdownConfig()) defer p3.Close() md, _ := p3.ExtractToMarkdown(data) fmt.Println(md) } ``` :::tip 프리셋에서 시작하기 잘 모를 때는 `DefaultConfig()`에서 시작하여 필요에 따라 개별 필드를 조정하세요. 프리셋끼리 조합할 수 있습니다 — 하나의 프리셋을 가져온 뒤 필드를 덮어쓰세요: ::: ```go cfg := html.HighSecurityConfig() cfg.PreserveImages = false // 고보안 기반에서 이미지 추가 비활성화 processor, _ := html.New(cfg) ``` ## 6개 주요 필드 그룹 안내 ### 리소스 관리 메모리 사용량과 성능을 제어합니다. 일상적인 개발에서는 보통 조정할 필요가 없습니다. | 필드 | 기본값 | 설명 | |------|--------|------| | `MaxInputSize` | 50 MB | 최대 입력 크기, 메모리 고갈 방지 | | `MaxCacheEntries` | 2000 | 캐시 항목 수 상한; 0으로 설정 시 캐시 비활성화 | | `CacheTTL` | 1시간 | 캐시 유지 시간 | | `CacheCleanup` | 5분 | 백그라운드 만료 캐시 정리 간격 | | `WorkerPoolSize` | 4 | 배치 처리 동시성 (1–256) | | `ProcessingTimeout` | 30초 | 단일 문서 처리 타임아웃; 0으로 설정 시 무제한 | :::warning 캐시는 Processor 인스턴스에만 적용 패키지 수준 함수(예: `html.Extract`)는 풀링된 Processor를 사용하며, 호출할 때마다 캐시를 비웁니다. 캐시가 필요하면 `html.New()`로 독립 Processor를 생성하세요. 자세한 내용은 [Processor 재사용과 캐시](../performance/processor-cache)를 참조하세요. ::: ### 보안 보안 설정은 프로덕션 환경에서 반드시 주의해야 할 중요 사항입니다. 전체 보안 기능 소개는 [보안 개요](../security/)를 참조하세요. | 필드 | 기본값 | 설명 | |------|--------|------| | `EnableSanitization` | `true` | HTML 소독 (위험한 태그/속성 제거) | | `MaxDepth` | 500 | DOM 중첩 깊이 상한, 스택 오버플로 방지 | | `AllowedBaseDir` | `""` | 파일 작업 샌드박스 디렉토리; 빈 값 = 제한 없음 | | `Audit` | 비활성화 | 보안 감사 로그 설정 | :::warning AllowedBaseDir 사용자가 제공한 파일 경로를 처리할 때는 반드시 `AllowedBaseDir`을 설정하세요. OS 파일 핸들을 통해 실제 경로를 해석하여 (심볼릭 링크와 Windows junction 우회 방지). ::: ### 콘텐츠 추출 HTML에서 어떤 콘텐츠를 추출할지 제어합니다. | 필드 | 기본값 | 설명 | |------|--------|------| | `ExtractArticle` | `true` | 지능형 문서 인식 (본문 콘텐츠 자동 위치 파악) | | `PreserveImages` | `true` | 이미지 정보 보존 | | `PreserveLinks` | `true` | 링크 정보 보존 | | `PreserveVideos` | `true` | 비디오 추출 | | `PreserveAudios` | `true` | 오디오 추출 | 불필요한 미디어 타입을 비활성화하면 성능이 향상됩니다: ```go cfg := html.DefaultConfig() cfg.PreserveVideos = false cfg.PreserveAudios = false // 텍스트, 이미지, 링크만 추출 ``` ### 출력 형식 텍스트 출력에서 이미지와 링크의 표현 방식을 제어합니다. 자세한 내용은 [출력 형식 실전](./output-formats)을 참조하세요. | 필드 | 기본값 | 선택 가능한 값 | |------|--------|--------| | `InlineImageFormat` | `"none"` | `"none"`, `"markdown"`, `"html"`, `"placeholder"` | | `InlineLinkFormat` | `"none"` | `"none"`, `"markdown"`, `"html"` | | `TableFormat` | `"markdown"` | `"markdown"`, `"html"` | | `Encoding` | `""`(자동) | `"utf-8"`, `"gbk"`, `"shift_jis"`, `"windows-1252"` 등 | `Encoding`을 비워두면 자동 감지됩니다. 수동으로 지정하면 감지 단계를 건너뛰어 성능이 향상되지만, 인코딩을 확실히 알 때만 사용하세요. 자세한 내용은 [인코딩 감지 실전](./encoding-detection)을 참조하세요. ### 링크 추출 다음 필드는 `ExtractAllLinks`에서만 적용되며, 어떤 타입의 리소스 링크를 추출할지 제어합니다. 자세한 내용은 [링크 추출 실전](./link-extraction)을 참조하세요. | 필드 | 기본값 | 설명 | |------|--------|------| | `ResolveRelativeURLs` | `true` | 상대 URL을 절대 URL로 해석 | | `BaseURL` | `""` | 해석 기준; 빈 값일 때 HTML에서 자동 감지 | | `IncludeImages` | `true` | `