golang——json的html标签转义问题
一、问题描述
json的Marshal 用来对slice，map，struct等结构化类型数据转义成[]byte/string，UnMarshal方法是用来对[]byte/string转义成指定结构的interface。但在处理html标签字符中，会存在转义问题。Marshal方法默认把html标签中的'<', '>' , '&'字符转义成unicode，为强制为有效UTF-8的JSON字符串，用Unicode替换符号替换无效字节。
go doc原文
String values encode as JSON strings coerced to valid UTF-8, replacing invalid bytes with the Unicode replacement rune. The angle brackets “<” and “>” are escaped to “\u003c” and “\u003e” to keep some browsers from misinterpreting JSON output as HTML. Ampersand “&” is also escaped to “\u0026” for the same reason. This escaping can be disabled using an Encoder that had SetEscapeHTML(false) alled on it.
翻译：
字符串类型encode成json串时，会被强制转义成有效utf-8编码，同时会把utf-8无法识别的字符用uncode代替。尖括号“<”和“>”被转义为“\ u003c”和“\ u003e”，以防止某些浏览器将JSON输出误解为HTML。出于同样的原因，标签“＆”也被转移到“\ u0026”。 可以使用在其上调用SetEscapeHTML（false）的编码器禁用此转义。
Marshal的源码
func Marshal(v interface{}) ([]byte, error) {
e := newEncodeState()
err := e.marshal(v, encOpts{escapeHTML: true})
if err != nil {
return nil, err
}
buf := append([]byte(nil), e.Bytes()...)
e.Reset()
encodeStatePool.Put(e)
return buf, nil
}
这一行encOpts{escapeHTML: true})，这里的true导致标签被转义。
二、解决办法
针对上述问题，有两种解决办法，第一种是替换上述三个tag，第二种是SetEscapeHtml(false)；
package test
import (
"bytes"
"encoding/json"
"fmt"
"strings"
)
type Html struct {
Title string
Body string
Footer string
}
func ParseHtml() {
htmlJson := Html{
Title: "<title>北京欢迎你</title>",
Body: "<body>北京是中国的首都，有600多年的建都历史</body>",
Footer: "<script>js:pop('123')</script>",
}
strJson, err := json.Marshal(htmlJson)
if err == nil {
//原始的json串
fmt.Println("原始json 串", string(strJson))
}
var content = string(strJson)
//第一种方法，替换'<', '>', '&'
content = strings.Replace(string(strJson), "\\u003c", "<", -1)
content = strings.Replace(content, "\\u003e", ">", -1)
content = strings.Replace(content, "\\u0026", "&", -1)
fmt.Println("第一种解决办法：", content)
//第二种方法，SetEscapeHTML(False)
bf := bytes.NewBuffer([]byte{})
jsonEncoder := json.NewEncoder(bf)
jsonEncoder.SetEscapeHTML(false)
jsonEncoder.Encode(htmlJson)
fmt.Println("第二种解决办法：", bf.String())
}
输出：
原始json 串 {"Title":"\u003ctitle\u003e北京欢迎你\u003c/title\u003e","Body":"\u003cbody\u003e北京是中国的首都，有600多年的建都历史\u003c/body\u003e","Footer":"\u003cscript\u003ejs:pop('123')\u003c/script\u003e"}
第一种解决办法： {"Title":"<title>北京欢迎你</title>","Body":"<body>北京是中国的首都，有600多年的建都历史</body>","Footer":"<script>js:pop('123')</script>"}
第二种解决办法： {"Title":"<title>北京欢迎你</title>","Body":"<body>北京是中国的首都，有600多年的建都历史</body>","Footer":"<script>js:pop('123')</script>"}
