출력 형식 선택

이 가이드는 순수 텍스트, Markdown, JSON 세 가지 출력 형식 중 올바른 것을 선택하는 데 도움을 줍니다.

형식 비교

특징	순수 텍스트	Markdown	JSON
가독성	높음	높음	낮음 (기계 친화적)
구조 보존	없음	제목/목록/링크/이미지	전체 메타데이터
이미지 처리	제거		ImageInfo 목록
링크 처리	텍스트만 보존	[text](url)	LinkInfo 목록
테이블 지원	없음	Markdown 테이블	원시 데이터
적용 시나리오	검색 인덱스/텍스트 분석	블로그/문서/리더	API 전송/데이터 저장

순수 텍스트

가장 가벼운 출력 방식으로, 텍스트 콘텐츠만 보존하고 모든 HTML 태그와 형식을 제거합니다.

text, err := html.ExtractText(data)
if err != nil {
    log.Fatal(err)
}
fmt.Println(text)

적용 시나리오

• 검색 인덱스 구축
• 텍스트 분석 및 NLP 처리
• 요약 및 미리보기 생성
• 단어 수 및 읽기 시간 통계

특징

• 이미지의 alt 텍스트는 제거되고, 링크의 보이는 텍스트는 유지됩니다 (URL 과 Markdown 문법만 제거)
• 제목, 단락 사이에 줄바꿈 유지
• 목록 콘텐츠는 순수 텍스트 형태로 표시
• 표는 TableFormat에 따라 렌더링됩니다 (기본 Markdown 표)

Markdown

문서 구조를 보존하면서 가독성이 뛰어나, 콘텐츠 마이그레이션과 읽기 시나리오에 적합합니다.

// 방법 1: 패키지 함수
md, err := html.ExtractToMarkdown(data)

// 방법 2: Processor 사용
p, _ := html.New()
defer p.Close()
md2, err := p.ExtractToMarkdown(data)

출력 예시

입력 HTML:

<article>
    <h1>Go 입문 가이드</h1>
    <p>Go 는 컴파일 언어입니다.</p>
    <img src="gopher.png" alt="Gopher" />
    <a href="https://go.dev">Go 공식 웹사이트</a>
</article>

출력 Markdown:

Go 입문 가이드

Go 는 컴파일 언어입니다.

![Gopher](gopher.png)
[Go 공식 웹사이트](https://go.dev)

형식 옵션

Markdown 형식은 두 가지 설정 필드로 제어합니다:

cfg := html.DefaultConfig()
cfg.InlineImageFormat = "markdown"  // "none" | "markdown" | "html" | "placeholder"
cfg.InlineLinkFormat = "markdown"   // "none" | "markdown" | "html"

형식 값	이미지 출력 (InlineImageFormat)	링크 출력 (InlineLinkFormat)
none	제거	텍스트만 보존
markdown		[text](url)
html	<img src="..." alt="...">	<a href="...">text</a>
placeholder	[IMAGE:N]	-(지원 안 함)

MarkdownConfig() 사용

MarkdownConfig() 프리셋은 이미지와 링크 형식을 이미 markdown으로 설정했으므로 직접 사용하면 되며, 수동 설정이 필요 없습니다.

placeholder 형식

placeholder는 InlineImageFormat에만 적용되며, 텍스트에 [IMAGE:N] 자리 표시자를 유지합니다. InlineLinkFormat은 이 값을 지원하지 않으며, none, markdown, html만 지원합니다.

적용 시나리오

• Markdown 블로그/정적 사이트로 콘텐츠 마이그레이션
• 이메일 본문 생성
• 문서 형식 변환
• RSS / 뉴스레터 콘텐츠 생성

JSON

구조화된 출력으로, 전체 메타데이터를 보존하여 프로그램 간 전송과 영구 저장에 적합합니다.

jsonBytes, err := html.ExtractToJSON(data)
if err != nil {
    log.Fatal(err)
}
fmt.Println(string(jsonBytes))

출력 구조

{
  "text": "Go 입문 가이드\n\nGo 는 컴파일 언어입니다.\n\nGo 공식 웹사이트",
  "title": "Go 입문 가이드",
  "images": [
    {"url": "gopher.png", "alt": "Gopher", "title": "", "width": "", "height": "", "is_decorative": false, "position": 1}
  ],
  "links": [
    {"url": "https://go.dev", "text": "Go 공식 웹사이트", "title": "", "is_external": true, "is_nofollow": false, "position": 1}
  ],
  "processing_time_ms": 2,
  "word_count": 6,
  "reading_time_ms": 1800
}

시간 필드

JSON 출력에서 ProcessingTime과 ReadingTime은 밀리초 (processing_time_ms, reading_time_ms) 로 자동 변환되어 프론트엔드와 API 소비에 편리합니다.

적용 시나리오

• API 응답 데이터
• 데이터베이스 저장
• 마이크로서비스 간 전송
• 프론트엔드 애플리케이션과 통합

파일에서 각 형식 추출

모든 형식은 파일에서 읽기를 지원합니다:

// 순수 텍스트
text, err := html.ExtractTextFromFile("page.html")

// Markdown
md, err := html.ExtractToMarkdownFromFile("page.html")

// JSON
jsonBytes, err := html.ExtractToJSONFromFile("page.html")

컨텍스트 버전

모든 형식 함수에는 ExtractWithContext 변형이 있어 타임아웃과 취소를 지원합니다:

ctx, cancel := context.WithTimeout(context.Background(), 5*time.Second)
defer cancel()

md, err := html.ExtractToMarkdownWithContext(ctx, data)

선택 결정 가이드

프로그램에서 소비해야 하나요? ── 예 ──→ JSON
        │
        아니요
        │
형식을 보존해야 하나요? ── 예 ──→ Markdown
        │
        아니요
        │
        └──→ 순수 텍스트

다음 단계

• API 레퍼런스: 출력 형식 - 전체 API 시그니처
• 링크 추출과 그룹화 - 페이지 리소스 링크 추출
• 설정 상세 - 모든 설정 옵션