golang:Goquery简单爬虫实例

熊猫卡洛斯 · · 1081 次点击 · · 开始浏览    
这是一个创建于 的文章,其中的信息可能已经有所发展或是发生改变。

Selection类型提供的方法,这些方法是页面解析最重要,最核心的方法

1)类似函数的位置操作

-Eq(index int) *Selection     //根据索引获取某个节点集

  -  First() *Selection          //获取第一个子节点集

  -  Last() *Selection         //获取最后一个子节点集

  -  Next() *Selection         //获取下一个兄弟节点集

  -  NextAll() *Selection      //获取后面所有兄弟节点集

  -  Prev() *Selection         //前一个兄弟节点集

  - Get(index int) *html.Node  //根据索引获取一个节点

  - Index() int                //返回选择对象中第一个元素的位置

- Slice(start, end int) *Selection  //根据起始位置获取子节点集


2)扩大 Selection 集合(增加选择的节点)

-  Add(selector string) *Selection //将匹配到的节点添加当前节点集合中

-   AndSelf() *Selection    //将堆栈上的前一组元素添加到当前的

     -    Union() *Selection    //which is an alias for AddSelection()


3)过滤方法,减少节点集合

   -  End() *Selection

- Filter…()     //过滤

- Has…()

- Intersection()   //which is an alias of FilterSelection()

- Not…()


4)循环遍历选择的节点

-  Each(f func(int, *Selection)) *Selection //遍历

- EachWithBreak(f func(int, *Selection) bool) *Selection  //可中断遍历

- Map(f func(int, *Selection) string) (result []string)  //返回字符串数组


5)修改文档

- After…()            //在匹配元素之后追加元素

- Append…()         //将选择器指定的元素添加到匹配元素集合的每个元素的末尾

- Before…()          //在匹配元素之前追加元素

- Clone()             //创建匹配节点的副本

- Empty()            //清空子节点

- Prepend…()

- Remove…()

- ReplaceWith…()

- Unwrap()

- Wrap…()

- WrapAll…()

- WrapInner…()


6)检测或获取节点属性值

- Attr(), RemoveAttr(), SetAttr()  //获取,移除,设置属性的值

- AddClass(), HasClass(), RemoveClass(), ToggleClass()

- Html()  //获取该节点的html

- Length() //返回该Selection的元素个数

- Size(), which is an alias for Length()

- Text()  //获取该节点的文本值


7)查询或显示一个节点的身份

- Contains() //包含

- Is…()


8)在文档树之间来回跳转(常用的查找节点方法)

- Children…()

- Contents()

- Find…()

- Next…()

- Parent[s]…()

- Prev…()

- Siblings…()


操作实例:

func main(){

    client := http.Client{}

    req,_ := http.NewRequest("GET","http://www.xicidaili.com/wn/1",nil)

    req.Header.Add("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.79     Safari/537.36 Maxthon/5.2.3.1000")

    resp,_ := client.Do(req)

    doc,_ := goquery.NewDocumentFromReader(resp.Body)

    log.Print(doc.Html())

    doc.Find("tbody tr").Each(func(iint, selection *goquery.Selection) {

        proxy := models.TbSpiderProxyIp{}

        selection.Children().Each(func(iint, selection *goquery.Selection) {

            switch i {

            case 1:

            proxy.Ip = selection.Text()

            case 2:

            port, _ :=strconv.ParseInt(selection.Text(), 10, 64)

            proxy.Port = port

            case 3:

            proxy.Address = selection.Text()

            case 9:

            proxy.Check_date = selection.Text()

            default:

            }

    })

    proxy.Https =1

    proxy.Status =1

   proxy.Createdate = time.Now().Format("2006-01-02 15:04:05")

    models.InsertTbSpiderProxy(&proxy)

})


有疑问加站长微信联系(非本文作者)

本文来自:简书

感谢作者:熊猫卡洛斯

查看原文:golang:Goquery简单爬虫实例

入群交流(和以上内容无关):加入Go大咖交流群,或添加微信:liuxiaoyan-s 备注:入群;或加QQ群:1006366459

1081 次点击  
加入收藏 微博
添加一条新回复 (您需要 登录 后才能回复 没有账号 ?)
  • 请尽量让自己的回复能够对别人有帮助
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`
  • 支持 @ 本站用户;支持表情(输入 : 提示),见 Emoji cheat sheet
  • 图片支持拖拽、截图粘贴等方式上传