---
sidebar_label: "快速开始"
title: "快速开始 - CyberGo html | 5 分钟入门指南"
description: "CyberGo html 快速入门：安装、内容提取、四种 Config 预设、文本/Markdown/JSON 输出与并发安全，5 分钟上手 HTML 内容提取。"
sidebar_position: 2
---
# 快速开始
## 安装
```bash
go get github.com/cybergodev/html
```
要求 Go 1.25+。
## 基本提取
从 HTML 字节中提取内容：
```go
package main
import (
"fmt"
"log"
"github.com/cybergodev/html"
)
func main() {
data := []byte(`
Go 语言教程
Go 入门指南
Go 是一门静态类型的编译语言。
Go 官网
`)
result, err := html.Extract(data)
if err != nil {
log.Fatal(err)
}
fmt.Println("标题：", result.Title)
fmt.Println("正文：", result.Text)
fmt.Println("图片数：", len(result.Images))
fmt.Println("链接数：", len(result.Links))
fmt.Println("字数：", result.WordCount)
}
```
输出：
```text
标题：Go 语言教程
正文：Go 入门指南
Go 是一门静态类型的编译语言。
Go 官网
图片数：1
链接数：1
字数：6
```
## 从文件提取
```go
result, err := html.ExtractFromFile("page.html")
if err != nil {
log.Fatal(err)
}
```
## 使用配置
通过 `Config` 自定义提取行为：
```go
cfg := html.MarkdownConfig()
p, err := html.New(cfg)
if err != nil {
log.Fatal(err)
}
defer p.Close()
result, err := p.Extract(data)
```
### 预设配置
| 预设 | 函数 | 说明 |
|------|------|------|
| 默认 | `DefaultConfig()` | 均衡配置，适合通用场景 |
| 文本 | `TextOnlyConfig()` | 仅提取纯文本，禁用媒体 |
| Markdown | `MarkdownConfig()` | 优化 Markdown 输出 |
| 高安全 | `HighSecurityConfig()` | 严格限制，完整审计 |
## 输出格式
```go
// 纯文本
text, err := html.ExtractText(data)
// Markdown
md, err := html.ExtractToMarkdown(data)
// JSON
jsonBytes, err := html.ExtractToJSON(data)
```
## 上下文支持
所有函数都有带 `ExtractWithContext` 的版本，支持取消和超时：
```go
ctx, cancel := context.WithTimeout(context.Background(), 5*time.Second)
defer cancel()
result, err := html.ExtractWithContext(ctx, data)
```
## 关键说明
### 并发安全
`Processor` 实例是并发安全的，可以在多个 goroutine 中共享使用：
```go
p, err := html.New(html.DefaultConfig())
if err != nil {
log.Fatal(err)
}
defer p.Close()
// 多个 goroutine 安全调用
var wg sync.WaitGroup
for _, url := range urls {
wg.Add(1)
go func(u string) {
defer wg.Done()
result, err := p.Extract(fetchHTML(u))
// ...
}(url)
}
wg.Wait()
```
包级函数同样是并发安全的（内部使用 Processor 池）。
### 编码检测
库自动检测 HTML 编码，无需手动处理：
```go
// GBK 编码的 HTML，自动检测并正确提取
result, err := html.Extract(gbkData)
// 也可通过 Config.Encoding 手动指定
cfg := html.DefaultConfig()
cfg.Encoding = "gbk"
```
支持 UTF-8、GBK、Shift_JIS、EUC-JP、Windows-1252 等 15+ 编码。
## 下一步
- [内容提取实战](../guides/core-features/content-extraction) - 深入理解提取流程和文章识别
- [输出格式选择](../guides/core-features/output-formats) - 选择适合场景的输出格式
- [Processor 复用与缓存](../guides/advanced-patterns/processor-cache) - 高频调用的性能优化
- [速查表](./cheatsheet) - 常用 API 速查