最稳方式是用goquery解析HTML并提取所有img的src属性：先用strings.NewReader转字符串为io.Reader，再调用NewDocumentFromReader；遍历doc.Find("img")，通过s.Attr("src")安全获取非空src值。
用 goquery 解析 HTML 并提取所有 <img> 的 src 属性
最稳的方式是用 goquery（基于 net/html 的 jQuery 风格库），它能正确处理嵌套、属性引号、自闭合等真实 HTML 边界情况，比正则靠谱得多。
先安装：go get github.com/PuerkitoBio/goquery
关键点：必须用 strings.NewReader() 把 HTML 字符串转成 io.Reader 才能喂给 goquery.NewDocumentFromReader()，直接传字符串会 panic。
示例代码片段：
立即学习“go语言免费学习笔记（深入）”；
doc, err := goquery.NewDocumentFromReader(strings.NewReader(htmlStr))
if err != nil {
// 处理解析错误，比如 malformed HTML
}
var srcs []string
doc.Find("img").Each(func(i int, s *goquery.Selection) {
if src, exists := s.Attr("src"); exists && src != "" {
srcs = append(srcs, src)
}
})
注意：s.Attr("src") 返回两个值 —— 属性值和是否存在的布尔值，漏掉 exists 判断会导致空 src 被加入结果。
手动用 net/html 词法解析时如何避免跳过嵌套或注释里的 <img>
net/html 是 Go 标准库，轻量但需要自己遍历节点树。容易出错的地方在于：误把注释、CDATA 或 script 标签里的文本当成标签处理。
必须在进入 html.CommentToken 或 html.ScriptToken 时跳过其子内容，否则可能把 <!-- <img src="x"> --> 里的 src 提取出来。
实操建议：
- 用
z := html.NewTokenizer(strings.NewReader(htmlStr))初始化解析器 - 只在
z.Token().Type == html.StartTagToken且标签名是"img"时检查属性 - 调用
token.Attr遍历属性，找到key == "src"的那个值 - 遇到
html.CommentToken或html.ScriptToken时，用z.Next()跳过内部内容，直到对应结束标记
regexp 提取 src 的适用边界和致命缺陷
正则只适合已知格式高度可控的场景，比如模板生成的静态 HTML，且不含换行、属性顺序固定、引号统一。
常见错误正则：`<img[^>]+src=[\"']([^\"']+)[\"'][^>]*>` —— 它会在以下情况失效：
-
<img src='a.jpg' alt="b>c">：双引号出现在 alt 里，导致正则提前截断 -
<img src="y">：匹配到的是data-src，不是src -
<IMG SRC="a.png">：标签名大小写不敏感，但正则没加i标志 -
<img src="a.jpg">：HTML 实体编码，正则无法识别
如果非要用正则，至少加上 (?i) 和更宽松的引号匹配逻辑，但依然不推荐用于生产环境。
相对路径怎么转成绝对 URL？url.Join() 是唯一可靠方式
提取出来的 src 常是相对路径（如 /images/a.jpg 或 ./b.png），直接使用会 404。不能靠字符串拼接，必须用标准库 url.Join(baseURL, src)。
要点：
-
baseURL必须是完整 URL（含 scheme，如"https://example.com/"），不能是域名或路径 -
url.Join()会自动处理../、./、重复斜杠等，手写逻辑极易出错 - 如果原始 HTML 来自本地文件（无 base URL），需明确约定一个 base，比如
"file:///path/to/"
示例：final, _ := url.Join("https://site.com/blog/", "../img/x.png") → "https://site.com/img/x.png"
别忽略 url.Join() 的 error 返回值 —— 当 src 是 javascript: 或 data: 协议时，它可能返回 error，这时应保留原值而非 panic。
