golang抓取网页并分析页面包含的链接方法
1. 下载非标准的包,"golang.org/x/net/html"
2. 先安装git，使用git命令下载
git clone https://github.com/golang/net
3. 将net包，放到GOROOT路径下
比如：
我的是：GOROOT = E:\go\
所以最终目录是：E:\go\src\golang.org\x\net
注意：如果没有golang.org和x文件夹，就创建
4. 创建fetch目录，在其下创建main.go文件，main.go文件代码内容如下：
package main
import (
"os"
"net/http"
"fmt"
"io/ioutil"
)
func main() {
for _, url := range os.Args[1:] {
resp, err := http.Get(url)
if err != nil {
fmt.Fprintf(os.Stderr, "fetch: %v\n", err)
}
b, err := ioutil.ReadAll(resp.Body)
resp.Body.Close()
if err != nil {
fmt.Fprintf(os.Stderr, "fetch: reading %s: %v\n", url, err)
os.Exit(1)
}
fmt.Printf("%s",b)
}
}
5. 编译fetch
go build test.com\justin\demo\fetch
注意：test.com\justin\demo\ 是我的项目路径，具体编译根据自己项目路径编译。
6. 执行fetch.exe 文件
fetch.exe https://www.qq.com
注意：https://www.qq.com是要爬的网址，配置正确的话，会打印出网址的HTML内容。如果没有，请检查以上步骤是否正确。
7. 网页已经抓取了，那么剩下就分析页面包含的链接了，创建findlinks目录，在其下创建main.go文件，main.go文件代码内容如下：
package main
import (
"os"
"fmt"
"golang.org/x/net/html"
)
func main() {
doc, err := html.Parse(os.Stdin)
if err != nil {
fmt.Fprint(os.Stderr, "findlinks: %v\n", err)
os.Exit(1)
}
for _, link := range visit(nil, doc) {
fmt.Println(link)
}
}
func visit(links []string, n *html.Node) []string {
if n.Type == html.ElementNode && n.Data == "a" {
for _, a := range n.Attr {
if a.Key == "href" {
links = append(links, a.Val)
}
}
}
for c := n.FirstChild; c != nil; c = c.NextSibling {
links = visit(links, c)
}
return links
}
8. 编译findlinks
go build test.com\justin\demo\findlinks
注意：test.com\justin\demo\ 是我的项目路径，具体编译根据自己项目路径编译。
9. 执行findlinks.exe 文件
fetch.exe https://www.qq.com | findlinks.exe
> 10. 执行后结果：获取到各种不同形式的超链接
以上这篇golang抓取网页并分析页面包含的链接方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。
您可能感兴趣的文章:Go语言通过http抓取网页的方法go语言实现一个简单的http客户端抓取远程url的方法golang如何实现抓取IP地址的蜘蛛程序详解
相关文章
Hoshi
2023-07-17
Isoke
2023-07-17
Malina
2023-07-21
Nissa
2023-07-21
Anna
2023-07-21
Bunny
2023-07-21
Jacinthe
2023-07-21
Tertia
2023-07-21
Hana
2023-07-21
Grizelda
2023-07-21
Kitty
2023-07-21
Cybill
2023-07-21
Danica
2023-07-21
Bena
2023-07-21
Octavia
2023-07-21
Ophelia
2023-07-21
Nafisa
2023-07-21
Fawn
2023-07-21