七叶笔记 » golang编程 » 用golang抓取网页有多简单?

用golang抓取网页有多简单?

之前有一个需求需要抓取网络上公开的网页数据,网页的代码大致如下:

需要抓取的数据一共4处,结构并没有什么规律,而且分散。但是使用golang却可以很轻松地获取到所需要的数据,而且代码量很少。

 doc, _ := goquery.NewDocumentFromReader(strings.NewReader(string(resp.Body())))
doc.Find("span[class='keyword']").Each(func(i int, s *goquery.Selection) {
fmt.Println(s.Text())
})

doc.Find("div[class='baav']").Each(func(i int, s *goquery.Selection) {
s.Find("span[class='phonetic']").Each(func(i int, s *goquery.Selection) {
fmt.Println(s.Text())
})
})

doc.Find("div[class='trans-container']").Each(func(i int, s *goquery.Selection) {
if i == 0 {
s.Find("li").Each(func(i int, s *goquery.Selection) {
fmt.Println(s.Text())
})
}

})  

输出结果:

其实实现的原理很简单,只需要找到当前数据所在的html标签进行逐级获取即可,做过前端开发的小伙伴应该很熟悉这种写法,类似jquery选择器。

主要用到的工具包是:

相关文章