شروع کار با HTML2Text

روش پیشنهادی و آسان برای نصب HTML2Text استفاده از GitHub است. لطفاً برای نصب روان از فرمان زیر استفاده کنید.

go get jaytaylor.com/html2text

تبدیل پایه‌ای HTML به متن با استفاده از Go

کتابخانه متن باز HTML2Text کار را برای توسعه‌دهندگان نرم‌افزار آسان می‌کند تا فایل HTML را داخل برنامه‌های Go خود بارگذاری و به فرمت متنی تبدیل کنند. HTML2Text فقط برچسب‌ها را حذف نمی‌کند—بلکه به‌صورت هوشمند ساختار HTML را تفسیر می‌کند تا خروجی قابل خواندن برای انسان تولید کند، با درک معنایی سرفصل‌ها، پاراگراف‌ها و فهرست‌ها، حفظ لینک‌ها به‌طوری که URLها در پرانتز پس از متن لینک نمایش داده شوند، نرمال‌سازی فاصله‌ها که خوانایی را بدون شکست خط‌های بیش از حد حفظ می‌کند، پشتیبانی از رمزگذاری کاراکترها از جمله UTF-8 با BOM (علامت ترتیب بایت). در اینجا یک مثال کامل از استفاده از کتابخانه که امکان بارگذاری و تبدیل HTML به فرمت متنی را داخل برنامه‌های Go فراهم می‌کند، آورده شده است.

package main

import (
    "fmt"
    "jaytaylor.com/html2text"
)

func main() {
    html := `
        
به سرویس ما خوش آمدید
        
صفحه ویژگی‌ها
        ما را بررسی کنید برای اطلاعات بیشتر دربارهٔ آنچه ارائه می‌دهیم.
        

            
پشتیبانی ۲۴/۷
            
نسخه آزمایشی رایگان
            
طرح‌های سازمانی
        
    `
    
    text, err := html2text.FromString(html, html2text.Options{})
    if err != nil {
        panic(err)
    }
    
    fmt.Println(text)
}

رندر جدول با قالب‌بندی زیبا

یکی از ویژگی‌های برجسته HTML2Text توانایی آن در رندر کردن جداول HTML به صورت جداول متنی مبتنی بر ASCII است. جداول در متن ساده معمولاً به یک سوپ داده‌های درهم تبدیل می‌شوند. ویژگی PrettyTables ساختار جدولی را با استفاده از هنر ASCII حفظ می‌کند و داده‌های عددی، جداول قیمت‌گذاری یا نمودارهای مقایسه‌ای را در هر زمینه‌ای قابل خواندن می‌سازد. این‌ها برای گزارش‌های خودکار ارسال‌شده از طریق ایمیل، خروجی ابزار خط فرمان یا اعلان‌های SMS که ساختار داده مهم است، ایده‌آل هستند. مثال کد زیر نشان می‌دهد که چگونه توسعه‌دهندگان نرم‌افزار می‌توانند جدول HTML را به جدول ASCII قالب‌بندی‌شده با استفاده از دستورات Go تبدیل کنند.

func sendMonthlyReport(userEmail string, metricsHTML string) {
    // Convert HTML table to formatted ASCII table
    textReport, _ := html2text.FromString(metricsHTML, html2text.Options{
        PrettyTables: true, // Preserves table structure visually
    })
    
    // Even in plain text, the data remains organized:
    // +----------------+-----------+
    // | METRIC         | VALUE     |
    // +----------------+-----------+
    // | Page Views     | 24,589    |
    // | Conversion Rate| 2.4%      |
    // +----------------+-----------+
    
    sendEmail(userEmail, "Monthly Report", textReport)
}

تولید جایگزین ایمیل با کتابخانه Go

یکی از رایج‌ترین موارد استفاده برای HTML2Text تبدیل قالب‌های ایمیل HTML به معادل‌های متن ساده آن‌ها است. مشتریان ایمیل در توانایی رندر HTML به‌طور گسترده‌ای متفاوت هستند. برخی کاربران حساس به امنیت، HTML را به‌طور کامل غیرفعال می‌کنند، در حالی که مشتریان قدیمی یا خوانندگان صفحه برای کاربران دارای نقص بینایی اغلب با متن ساده بهتر کار می‌کنند. ارائه یک جایگزین متنی فقط یک عمل خوب نیست—بلکه برای دسترسی‌پذیری و تحویل ایمیل ضروری است. با تولید خودکار نسخه‌های متن ساده همگام، اطمینان می‌دهید که هر گیرنده می‌تواند محتوای شما را بخواند، تریگرهای فیلترهای هرزنامه را کاهش دهد و با استانداردهای دسترسی‌پذیری مانند WCAG مطابقت داشته باشد.

func sendTransactionalEmail(userEmail, htmlContent string) error {
    // Generate plain text fallback
    textContent, err := html2text.FromString(htmlContent, html2text.Options{})
    if err != nil {
        return fmt.Errorf("failed to create text alternative: %v", err)
    }
    
    // Send multipart email (both HTML and text)
    email := &Email{
        To: userEmail,
        HTMLBody: htmlContent,
        TextBody: textContent, // Critical for users with HTML disabled
    }
    
    return emailService.Send(email)
}

کار با لینک‌ها هنگام تبدیل HTML به متن

کتابخانه HTML2Text پشتیبانی کامل برای پردازش لینک‌ها در تبدیل HTML به متن را شامل شده است. لینک‌ها به‌ویژه در محتوای HTML مهم هستند و html2text اطمینان می‌دهد که هم متن لینک و هم URL حفظ شوند. متن لینک به‌صورت معمولی نمایش داده می‌شود، در حالی که URL واقعی در پرانتز اضافه می‌شود تا خوانندگان نسخه متن ساده همچنان بتوانند به منابع لینک‌شده دسترسی پیدا کنند. مثال زیر نشان می‌دهد چگونه این کار را انجام دهید.

package main

import (
    "fmt"
    "log"
    
    "jaytaylor.com/html2text"
)

func main() {
    htmlContent := `
    
        
            
به فهرست محصولات مراجعه کنید یا صفحه پشتیبانی را بازدید کنید.
        
    `
    
    text, err := html2text.FromString(htmlContent)
    if err != nil {
        log.Fatal(err)
    }
    
    fmt.Println(text)
}