• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

Go实现简单爬取豆瓣网数据

原作者: [db:作者] 来自: [db:来源] 收藏 邀请
  • 下载依赖包
  • go get github.com/PuerkitoBio/goquery
  • 初始化 go mod init spider

package main

import (
	"fmt"
	"github.com/PuerkitoBio/goquery"
	"log"
	"net/http"
	"os"
	"strconv"
	"strings"
)

func main() {
	//创建导出文件
	file, err := os.Create("豆瓣读书.txt")
	if err != nil {
		fmt.Println(err.Error())
	}
	defer file.Close()
	//创建客户端对象,发送请求
	var client = http.Client{}
	for i := 0; i < 250; i += 250 {
		//发送请求
		req, _ := http.NewRequest("GET", "https://book.douban.com/top250?start="+strconv.Itoa(i), nil)
		req.Header.Set("User-Agent", "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1)")
		//发送请求
		// 发送请求
		resp, err := client.Do(req)
		// 处理异常
		if err != nil {
			fmt.Println("http get error", err)
			return
		}
		// 关闭流
		defer resp.Body.Close()
		doc, err := goquery.NewDocumentFromReader(resp.Body)
		if err != nil {
			log.Fatal(err)
		}
		//拿到所有节点
		doc.Find("div.indent>table>tbody>tr.item").Each(func(i int, s *goquery.Selection) {
			//拿到节点集合的items
			item :=s.Find("td[valign=top]")
			//item节点获取我们需要的数据
			bookName := strings.Replace(strings.Replace(item.Find("div.pl2>a").Text(), "\n", "", -1), " ", "", -1)
			author := strings.Split(s.Find("p.pl").Text(), "/")[0]
			quote := strings.Replace(strings.Replace(s.Find("p.quote").Text(), "\n", "", -1), " ", "", -1)
			// 拿到我们已经处理好的数据之后 接下来就是往TXT里面填充了
			//fmt.Print("TOP" + fmt.Sprint(i) + "-" + bookName + "-" + author + "-" + quote)
			// 处理字符直接的空格长度,尽力对齐
			bookName = bookName + strings.Repeat(" ", (120-len(bookName)))
			author = author + strings.Repeat(" ", (50-len(author)))
			content := "TOP" + strconv.Itoa(i) + "\t" + bookName + author + quote + "\n"
			file.WriteString(content)
		})
	}
	fmt.Print("程序执行完毕,请查看结果。")
}


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
SQLServer2005------批处理命令GO发布时间:2022-07-10
下一篇:
[go]解决:concurrentwritetowebsocketconnection发布时间:2022-07-10
热门推荐
热门话题
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap