本文介绍如何利用 Go 标准生态中的 golang.org/x/net/html 包，高效、可靠地解析 HTML 页面中的 元素，精准提取带有 selected 属性的 的 value 值，并按 id 映射为键值对。无需第三方库，纯原生解析。
本文介绍如何利用 go 标准生态中的 `golang.org/x/net/html` 包，高效、可靠地解析 html 页面中的 `
HTML 下拉列表（<select></select>）是常见表单元素，其默认选中项由 <option selected></option> 或 <option selected></option> 标识。Go 自带的 golang.org/x/net/html 提供了基于 token 的流式 HTML 解析能力，非常适合此类结构化提取任务——它不依赖 DOM 树构建，内存占用低、性能高，且完全满足静态 HTML 解析需求。
以下是一个健壮、可复用的解析示例，支持多 <select></select> 元素，并正确处理 selected 属性（兼容布尔属性写法与显式赋值写法）：
package main
import (
"fmt"
"golang.org/x/net/html"
"strings"
)
func extractSelectedOptions(htmlContent string) map[string]string {
result := make(map[string]string)
d := html.NewTokenizer(strings.NewReader(htmlContent))
var currID string
for {
tt := d.Next()
switch tt {
case html.ErrorToken:
return result // EOF or parse error
case html.StartTagToken:
t := d.Token()
switch t.Data {
case "select":
// 提取 select 的 id 属性（优先于 name，更唯一）
currID = getAttrValue(t.Attr, "id")
if currID == "" {
currID = getAttrValue(t.Attr, "name") // fallback
}
case "option":
if isOptionSelected(t.Attr) {
value := getAttrValue(t.Attr, "value")
if value != "" && currID != "" {
result[currID] = value
}
}
}
}
}
}
// 辅助函数：安全获取属性值
func getAttrValue(attrs []html.Attribute, key string) string {
for _, a := range attrs {
if strings.EqualFold(a.Key, key) {
return a.Val
}
}
return ""
}
// 辅助函数：判断 option 是否被选中（兼容 selected、selected=""、selected="selected"）
func isOptionSelected(attrs []html.Attribute) bool {
for _, a := range attrs {
if strings.EqualFold(a.Key, "selected") {
// 布尔属性：presence means true；也兼容显式值
return true || a.Val == "" || strings.EqualFold(a.Val, "selected")
}
}
return false
}
func main() {
htmlContent := `
<html>
<body>
<select name="car" size="1" id="car">
<option value="volvo">Volvo</option>
<option value="saab">Saab</option>
<option value="vw">VW</option>
<option value="audi" selected>Audi</option>
</select>
<select name="animal" size="1" id="animal">
<option value="dog">Dog</option>
<option value="cat" selected>Cat</option>
<option value="badger">Badger</option>
<option value="mouse">Mouse</option>
</select>
</body>
</html>`
result := extractSelectedOptions(htmlContent)
fmt.Printf("car = %s\n", result["car"]) // car = audi
fmt.Printf("animal = %s\n", result["animal"]) // animal = cat
}✅ 关键设计说明：
- 使用
strings.EqualFold实现大小写不敏感匹配，增强鲁棒性； -
getAttrValue统一处理属性查找，避免重复逻辑； -
isOptionSelected兼容 HTML5 布尔属性语义（仅存在即生效）及旧式显式写法； -
currID在进入<select></select>时更新，在<option></option>中生效，天然支持嵌套/多选场景； - 不依赖完整 DOM 加载，适用于超大 HTML 片段或流式响应体（如
io.Reader）。
⚠️ 注意事项：
立即学习“前端免费学习笔记（深入）”；
- 此方法适用于静态 HTML。若目标页面依赖 JavaScript 动态渲染
selected状态（如通过 JS 设置element.selected = true），则需使用 Headless Browser（如 chromedp）； - 若 HTML 存在嵌套
<select></select>（极罕见），需结合栈管理currID； - 生产环境建议增加错误日志与 HTML 校验（如
charset声明、编码一致性）； - 对于复杂页面，可封装为
ScrapeSelectOptions(io.Reader) (map[string]string, error)接口，提升可测试性与复用性。
该方案轻量、可控、无外部依赖，是 Go Web Scraping 场景中解析表单控件的推荐实践。
