Yarr项目中的HTML转义问题解析与解决方案

在RSS阅读器Yarr项目中，开发者发现了一个关于HTML内容显示的潜在问题。当用户在阅读包含HTML代码的订阅内容时，系统未能正确处理HTML实体的转义，导致代码被直接渲染而非以文本形式显示。

问题现象分析

在常规浏览模式下，当订阅内容中包含类似<button-confirm>这样的HTML代码片段时，系统会将其作为实际的HTML元素进行渲染。这就导致用户无法看到原始的代码文本内容，而只能看到被浏览器解析后的空白区域（因为这些自定义元素没有实际渲染效果）。

而在"Read Here"模式下，系统能够正确显示这些HTML代码片段，说明该模式下的处理逻辑有所不同。进一步测试表明，问题出在内容解析阶段未能正确处理HTML实体转义。

技术原理探究

在XML/HTML规范中，特殊字符需要通过实体编码来表示。例如：

• <应该编码为<
• >应该编码为>
• &应该编码为&

在Atom/RSS订阅源中，内容通常以CDATA区块或实体编码形式存储。理想情况下，解析器应该：

1. 从订阅源获取原始内容（包含实体编码）
2. 解码实体为实际字符
3. 在显示时对特殊字符进行适当转义

但在Yarr的当前实现中，似乎存在解析顺序或转义处理不当的问题，导致HTML代码被直接注入DOM而非作为文本显示。

解决方案建议

要解决这个问题，需要在内容处理流程中增加适当的转义层。具体可以考虑：

1. 解析阶段：在从订阅源提取内容后，先进行HTML实体解码
2. 存储阶段：确保解码后的内容被正确存储在数据库中
3. 显示阶段：在渲染到页面时，对内容中的HTML特殊字符进行转义

对于使用Go语言实现的Yarr项目，可以使用标准库中的html.EscapeString函数来处理输出内容的转义。

关于"Read Here"模式的补充说明

"Read Here"模式是Yarr提供的一个实用功能，主要用于处理仅包含摘要或链接的订阅源。在该模式下，系统会主动获取目标链接的完整内容并显示。这个功能特别适合那些不提供全文RSS的网站。

对于开发者而言，理解不同模式下的内容处理流程差异，有助于更好地定位和解决类似的内容显示问题。建议在代码中保持内容处理逻辑的一致性，确保无论在哪种模式下，HTML内容的显示都能符合预期。