Go语言Unmarshal带CDATA的XML时如何优雅移除结果中的CDATA标记？

你之前使用chardata标签会把<remark>节点内的所有原始内容都作为普通文本读取，因此会保留CDATA的外层标记，下面是两种无需粗暴使用strings.Replace的实现方案：

方案1：使用标准库原生cdata标签（最优） #

Go标准库encoding/xml原生支持CDATA内容的自动解析，你只需要把结构体字段的标签从chardata替换为cdata即可，反序列化时标准库会自动剥离<![CDATA[和]]>标记，全程不需要你手动写任何字符串处理逻辑：

type Ad struct {
    XMLName xml.Name `xml:"ad"`
    Remark string    `xml:"remark,cdata"`
}

该方案无需引入任何第三方依赖，也不会误处理内容中出现的和CDATA标记相似的字符串，是最符合要求的优雅实现。

方案2：自定义反序列化逻辑（适配复杂场景） #

如果你的<remark>节点内同时存在普通文本、多段CDATA这类特殊情况，可以通过实现xml.Unmarshaler接口自定义解析逻辑，精准处理内容：

import (
    "encoding/xml"
    "strings"
)

type Ad struct {
    XMLName xml.Name `xml:"ad"`
    Remark string
}

func (a *Ad) UnmarshalXML(d *xml.Decoder, start xml.StartElement) error {
    // 定义临时结构接收节点内部原始内容
    var tmp struct {
        InnerXML string `xml:",innerxml"`
    }
    if err := d.DecodeElement(&tmp, &start); err != nil {
        return err
    }
    // 循环移除所有CDATA包裹标记，支持节点内多段CDATA的场景
    content := tmp.InnerXML
    for {
        prefixIdx := strings.Index(content, "<![CDATA[")
        if prefixIdx == -1 {
            break
        }
        suffixIdx := strings.Index(content[prefixIdx:], "]]>")
        if suffixIdx == -1 {
            break
        }
        suffixIdx += prefixIdx
        content = content[:prefixIdx] + content[prefixIdx+9:suffixIdx] + content[suffixIdx+3:]
    }
    a.Remark = content
    return nil
}

该方案灵活性更高，可以适配各种非标准的XML结构，且仅精准匹配首尾的CDATA标记，不会全量替换误伤内容。

内容的提问来源于stack exchange，提问作者Tom