脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → Golang → golang解析网页利器goquery的使用

golang解析网页利器goquery的使用方法

 更新时间：2017年09月30日 09:22:51   作者：Tomoya  
这篇文章主要给大家介绍了关于golang解析网页利器goquery的使用方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友可以参考借鉴，下面来一起学习学习吧。

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

  • https://github.com/PuerkitoBio/goquery
  • https://github.com/PuerkitoBio/goquery/issues/185
  • https://github.com/PuerkitoBio/goquery/wiki/Tips-and-tricks#handle-non-utf8-html-pages
您可能感兴趣的文章:

相关文章

  • OpenTelemetry-go的SDK使用方法详解

    OpenTelemetry-go的SDK使用方法详解

    这篇文章主要介绍了OpenTelemetry-go的SDK使用方法,OpenTelemetry帮我们实现了相应语言的SDK,所以我们只需要进行调用即可，本文根据官方文档实例讲解，需要的朋友可以参考下
    2022-09-09
  • Go设计模式之访问者模式讲解和代码示例

    Go设计模式之访问者模式讲解和代码示例

    访问者是一种行为设计模式, 允许你在不修改已有代码的情况下向已有类层次结构中增加新的行为,本文将通过代码示例给大家详细的介绍一下Go设计模式之访问者模式,需要的朋友可以参考下
    2023-08-08
  • 简单讲解Go程序中使用MySQL的方法

    简单讲解Go程序中使用MySQL的方法

    这篇文章主要介绍了Go程序中使用MySQL的方法,需要使用第三方包来进行连接,需要的朋友可以参考下
    2015-10-10
  • 详解Golang中interface接口的原理和使用技巧

    详解Golang中interface接口的原理和使用技巧

    interface 接口在 Go 语言里面的地位非常重要，是一个非常重要的数据结构。本文主要介绍了Golang中interface接口的原理和使用技巧，希望对大家有所帮助
    2022-11-11
  • 详解Golang如何比较两个slice是否相等

    详解Golang如何比较两个slice是否相等

    开发中常会遇到需要比较两个slice包含的元素是否完全相等的情况，我们通常会通过两种方法去比较切片是否相等。这里通过几个示例来看一下这两种方法，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助
    2022-11-11
  • Go语言中的并发模式你了解了吗

    Go语言中的并发模式你了解了吗

    工作中查看项目代码,发现会存在使用 GO 语言做并发的时候出现各种各样的异常情况,实际上,出现上述的情况,还是因为我们对于 GO 语言的并发模型和涉及的 GO 语言基础不够扎实,所以本文小编就来带大家深入了解下Go语言中的并发模式吧
    2023-08-08
  • 一文带你了解Go语言中time包的时间常用操作

    一文带你了解Go语言中time包的时间常用操作

    在日常开发中，我们避免不了时间的使用，我们可能需要获取当前时间，然后格式化保存，也可能需要在时间类型与字符串类型之间相互转换等。本文将会对 Go time 包里面的常用函数和方法进行介绍，需要的可以参考一下
    2022-12-12
  • golang bufio包中Write方法的深入讲解

    golang bufio包中Write方法的深入讲解

    这篇文章主要给大家介绍了关于golang bufio包中Write方法的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧
    2019-02-02
  • 一文探索Go中的函数使用方式

    一文探索Go中的函数使用方式

    在编程中,函数是基本构建块之一,Go语言以其简洁明了的函数定义和调用语法而闻名,所以本文就来和大家聊聊Go中的函数概念及使用,感兴趣的可以了解下
    2023-09-09
  • Golang依赖注入工具digo的使用详解

    Golang依赖注入工具digo的使用详解

    这篇文章主要为大家详细介绍了Golang中依赖注入工具digo的使用，文中的示例代码讲解详细，具有一定的学习价值，感兴趣的小伙伴可以跟随小编一起学习一下
    2023-06-06

最新评论