基于net/html重构解析模块遇nil结果：需提取截图指定数据

你的代码存在几个关键问题，导致返回nil：

• html.Parse返回的doc是整个HTML文档的根节点（通常是<html>标签），直接判断它的Data等于profile-data__count-number完全错误，这个值是元素的class属性，不是标签名（doc.Data存储的是标签名称，比如span、div）。
• 你试图查找Key为em的属性，但em是HTML标签，不是元素的属性，逻辑完全偏离。
• 没有遍历DOM树，net/html不会自动帮你定位到深层节点，必须手动递归或迭代遍历所有节点。

根据截图里的结构（下划线标记的是<em>标签内的数值，该标签被包含在class为profile-data__count-number的元素中），以下是修正后的代码：

package main

import (
	"fmt"
	"net/http"
	"strings"

	"golang.org/x/net/html"
)

func main() {
	link := "你的目标URL"
	resp, err := http.Get(link)
	if err != nil {
		fmt.Println(err)
		return
	}
	defer resp.Body.Close() // 用defer确保关闭，避免资源泄漏

	doc, err := html.Parse(resp.Body)
	if err != nil {
		fmt.Println(err)
		return
	}

	var result string
	// 递归遍历DOM节点
	var traverse func(*html.Node)
	traverse = func(n *html.Node) {
		// 先检查当前节点是否是class为profile-data__count-number的元素
		if n.Type == html.ElementNode {
			for _, attr := range n.Attr {
				if attr.Key == "class" && strings.Contains(attr.Val, "profile-data__count-number") {
					// 在该元素下查找em子节点
					for child := n.FirstChild; child != nil; child = child.NextSibling {
						if child.Type == html.ElementNode && child.Data == "em" {
							// 提取em标签内的文本
							if child.FirstChild != nil && child.FirstChild.Type == html.TextNode {
								result = child.FirstChild.Data
								return
							}
						}
					}
				}
			}
		}
		// 遍历子节点
		for child := n.FirstChild; child != nil; child = child.NextSibling {
			traverse(child)
			if result != "" { // 找到结果后提前退出
				return
			}
		}
	}

	traverse(doc)
	fmt.Println(result)
}

关键修正点： #

• 使用defer resp.Body.Close()确保响应体正确关闭，避免资源泄漏。
• 编写递归遍历函数traverse，逐个检查DOM节点。
• 先定位到class包含profile-data__count-number的元素，再在其子节点中查找<em>标签。
• 提取<em>标签内的文本节点内容，这才是你需要的下划线标记数据。

内容的提问来源于stack exchange，提问作者hey