• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    golang解析网页利器goquery的使用方法

    前言

    本文主要给大家介绍了关于golang解析网页利器goquery使用的相关内容,分享出来供大家参考学习,下面话不多说了,来一起看看详细的介绍吧。

    java里用Jsoup,nodejs里用cheerio,都可以相当方便的解析网页,在golang语言里也找到了一个网页解析的利器,相当的好用,选择器跟jQuery一样

    安装

    go get github.com/PuerkitoBio/goquery

    使用

    其实就是项目的readme.md里的demo

    package main
    
    import (
     "fmt"
     "log"
    
     "github.com/PuerkitoBio/goquery"
    )
    
    func ExampleScrape() {
     doc, err := goquery.NewDocument("http://metalsucks.net")
     if err != nil {
     log.Fatal(err)
     }
    
     // Find the review items
     doc.Find(".sidebar-reviews article .content-block").Each(func(i int, s *goquery.Selection) {
     // For each item found, get the band and title
     band := s.Find("a").Text()
     title := s.Find("i").Text()
     fmt.Printf("Review %d: %s - %s\n", i, band, title)
     })
    }
    
    func main() {
     ExampleScrape()
    }

    乱码问题

    中文网页都会有乱码问题,因为它默认是utf8编码,这时候就要用到转码器了

    安装 iconv-go

    go get github.com/djimenez/iconv-go

    使用方法

    func ExampleScrape() {
     res, err := http.Get(baseUrl)
     if err != nil {
     fmt.Println(err.Error())
     } else {
     defer res.Body.Close()
     utfBody, err := iconv.NewReader(res.Body, "gb2312", "utf-8")
     if err != nil {
      fmt.Println(err.Error())
     } else {
      doc, err := goquery.NewDocumentFromReader(utfBody)
      // 下面就可以用doc去获取网页里的结构数据了
      // 比如
      doc.Find("li").Each(func(i int, s *goquery.Selection) {
      fmt.Println(i, s.Text())
      })
     }
     }
    }

    进阶

    有些网站会设置Cookie, Referer等验证,可以在http发请求之前设置上请求的头信息

    这个不属于goquery里的东西了,想了解更多可以查看golang里的 net/http 包下的方法等信息

    baseUrl:="http://baidu.com"
    client:=http.Client{}
    req, err := http.NewRequest("GET", baseUrl, nil)
    req.Header.Add("User-Agent", "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36")
    req.Header.Add("Referer", baseUrl)
    req.Header.Add("Cookie", "your cookie") // 也可以通过req.Cookie()的方式来设置cookie
    res, err := client.Do(req)
    defer res.Body.Close()
    //最后直接把res传给goquery就可以来解析网页了
    doc, err := goquery.NewDocumentFromResponse(res)

    总结

    以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对脚本之家的支持。

    参考

    您可能感兴趣的文章:
    • golang使用正则表达式解析网页
    • Go语言通过http抓取网页的方法
    • golang解析html网页的方法
    上一篇:Go语言的变量、函数、Socks5代理服务器示例详解
    下一篇:Golang如何实现任意进制转换的方法示例
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    golang解析网页利器goquery的使用方法 golang,解析,网页,利器,goquery,