在 Go 中匹配 html 标签之外的 html 文本的最佳方法是什么？

今天golang学习网给大家带来了《在 Go 中匹配 html 标签之外的 html 文本的最佳方法是什么？》，其中涉及到的知识点包括等等，无论你是小白还是老手，都适合看一看哦~有好的建议也欢迎大家在评论留言，若是看完有所收获，也希望大家能多多点赞支持呀！一起加油学习~

我正在解析一堆 html，如果某些 标签包含某些文本，我需要删除它们。通常，我会使用 goquery，但我正在搜索的文本通常位于 html 标签本身之外。例如，这个 html：

this is the start.            
we don't want to match this text.
 match this text.we also don't want to match this text

我正在使用这个正则表达式，但它失败并匹配我不想匹配的文本：

(?is)]+href=["'](?P.*?)["']*.?> match this text\.

https://regex101.com/r/iexpqc/1

解决方案

像这样，使用xpath（不是go，但逻辑可以重新实现）：

xmlstarlet ed -d '//a[contains(text(), "want to match")]' file.html

 输出

  
This is the start.  

 match this text.