生产检查清单

基础配置

• [ ] 使用 HighSecurityConfig() 或自定义安全配置
• [ ] 设置合理的 MaxInputSize（根据业务需求）
• [ ] 设置 ProcessingTimeout 防止长时间阻塞
• [ ] 配置 MaxDepth 限制 DOM 深度
• [ ] 启用 EnableSanitization 进行内容清洗

Processor 生命周期

• [ ] 使用 defer p.Close() 确保 Processor 正确释放
• [ ] 不要在关闭后继续使用 Processor
• [ ] 考虑使用单例 Processor 复用资源

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

审计与监控

• [ ] 启用审计系统
• [ ] 配置合适的审计级别过滤
• [ ] 使用 WriterAuditSink 持久化审计日志
• [ ] 监控 GetStatistics() 中的错误计数
• [ ] 关注 ErrInternalPanic 错误和 AuditEventPathTraversal 审计事件

auditFile, _ := os.OpenFile("audit.jsonl", os.O_APPEND|os.O_CREATE|os.O_WRONLY, 0644)
defer auditFile.Close()

cfg := html.HighSecurityConfig()
cfg.Audit.Sink = html.NewWriterAuditSink(auditFile)

上下文与超时

• [ ] 所有提取操作使用 ExtractWithContext 版本
• [ ] 设置合理的上下文超时
• [ ] 批量操作使用带取消的上下文

ctx, cancel := context.WithTimeout(ctx, 30*time.Second)
defer cancel()
result, err := html.ExtractWithContext(ctx, data)

错误处理

• [ ] 区分业务错误和安全错误
• [ ] 记录所有 ErrInputTooLarge 和 ErrMaxDepthExceeded
• [ ] 监控 ErrInternalPanic 频率
• [ ] 对 ErrFileNotFound 检查 SafePath() 而非原始错误信息

资源管理

• [ ] 批量操作不超过 10000 条/次
• [ ] 合理配置 WorkerPoolSize
• [ ] 定期调用 ClearCache() 释放缓存
• [ ] 监控内存使用和缓存命中率

文件处理

• [ ] 验证文件路径来源（防止用户控制路径）
• [ ] 限制文件读取目录
• [ ] 检查文件大小后再处理