因为html.Parse接收io.Reader而非字符串，传字符串字面量会编译失败；正确做法是用strings.NewReader包装，如html.Parse(strings.NewReader(...))。
为什么不能直接用 html.Parse 读取字符串？
因为 html.Parse 接收的是 io.Reader，不是字符串。传入字符串字面量会编译失败；常见错误是直接写 html.Parse("...")，报错 cannot use "..." (type string) as type io.Reader。
正确做法是用 strings.NewReader 包一层：
doc, err := html.Parse(strings.NewReader(`<div><p>hello</p></div>`))
if err != nil {
log.Fatal(err)
}
注意：如果 HTML 来自网络响应（如 *http.Response.Body），它本身已是 io.Reader，可直传，但记得检查 resp.StatusCode 和 resp.Header.Get("Content-Type") 是否含 text/html，否则可能解析乱码或 panic。
如何安全地遍历所有 <p> 标签并提取文本？
别用递归函数硬刚整个树——x/net/html 的节点结构容易漏掉 Text 节点或陷入空节点循环。推荐用深度优先遍历 + 类型断言判断 *html.Node 的 Type 字段。
立即学习“前端免费学习笔记（深入）”；
关键点：
-
node.Type == html.ElementNode && node.Data == "p"才是目标标签 - 文本内容不在
node.Data，而在子节点中类型为html.TextNode的节点的Data字段 - 必须跳过换行、缩进等空白文本节点（
strings.TrimSpace后判空）
简例：
文章转信息图。将文章/笔记转化为手机可读的 HTML 信息图，自动匹配视觉风格。触发场景：文章转图、笔记转图、信息图、转小红书图、做张图、可视化这篇文章、文生图。
func findParagraphText(n *html.Node) []string {
var texts []string
if n.Type == html.ElementNode && n.Data == "p" {
for c := n.FirstChild; c != nil; c = c.NextSibling {
if c.Type == html.TextNode {
s := strings.TrimSpace(c.Data)
if s != "" {
texts = append(texts, s)
}
}
}
}
for c := n.FirstChild; c != nil; c = c.NextSibling {
texts = append(texts, findParagraphText(c)...)
}
return texts
}
html.Node 的 Data 和 Attr 到底存什么？
Data 不是“HTML 标签内容”，而是节点名或文本值，具体取决于 Type：
-
ElementNode→Data是标签名，如"div"、"a" -
TextNode→Data是纯文本（含空白、换行） -
CommentNode→Data是注释内容（不含<!--和-->）
Attr 是 []html.Attribute，每个 html.Attribute 有 Key（如 "href"）和 Val（如 "https://example.com"）。获取 href 不能写 node.Attr["href"] —— 它是切片，得遍历找：
for _, a := range node.Attr {
if a.Key == "href" {
fmt.Println(a.Val)
break
}
}
常见坑：a.Val 不自动解码 URL 编码（如 %20 还是 %20），需要手动调 url.PathUnescape 或 url.QueryUnescape。
为什么遍历时常遇到 panic: runtime error: invalid memory address？
几乎全是没判空就访问 FirstChild 或 NextSibling。比如写 c := n.FirstChild; c.Data == "span"，但 n 可能根本没有子节点，c 是 nil，解引用就崩。
安全写法永远带空检查：
- 遍历子节点：用
for c := n.FirstChild; c != nil; c = c.NextSibling - 取属性：先
if len(node.Attr) > 0再遍历 - 取文本：只对
TextNode取Data，且建议if c.Type == html.TextNode && c.Data != ""
另一个隐藏雷区：文档未闭合（如 <div><p>foo），html.Parse 会尽力修复并插入缺失标签，导致实际 DOM 结构和预期不一致——调试时用 golang.org/x/net/html/atom 或打印节点路径比对更可靠。
