一个并行的go爬虫

1.使用get函数获取当前页面内容以string返回
func Get(url string)(result string,err error){
	resp, err1 := http.Get(url)
	if err != nil {
		err = err1
		return
	}
	defer  resp.Body.Close()

	buf := make([]byte,4 * 1024)
	for true{
		n,err := resp.Body.Read(buf)
		if err != nil{
			if err == io.EOF{
				fmt.Println("文件读取完毕")
				break
			}else {
				fmt.Println("resp.Body.Read failed err = ",err)
				break
			}
		}
		result += string(buf[:n])
	}
	return result,err
}

2.定义函数来循环不同页面,将每页的文件保存到文件当中。

func SpiderPage(i int,page chan int) {
	url := "https://github.com/search?q=go&type=Repositories&p=1"+strconv.Itoa((i - 1) * 50)
	fmt.Println("正在爬取第",i,"个网页")
	result,err := Get(url)
	if err != nil{
		fmt.Println("http.Get failed err = ",err)
		return
	}
	fileName := "page"+strconv.Itoa(i)+".html"
	f, err1 := os.Create(fileName)
	if err != nil{
		log.Fatalln("Create failed err = ",err1)
		return
	}
	f.WriteString(result)
	f.Close()
	page <- 1
}

3.使用go关键字,让每一页的文件读取都另开一个进程


func Run(start,end int){
	fmt.Println("正在爬取第",start,"页到第",end,"页")
	page := make(chan int)
	for i := start;i <= end;i++{
		go SpiderPage(i,page)
	}
	for i := start;i <= end;i++{
		fmt.Printf("第%d个页面爬取完成\n",<-page)
	}
}

4.主函数直接运行文件

func main() {
	var start,end int
	fmt.Println("请输入起始页数字")
	fmt.Scan(&start)
	fmt.Println("请输入结束页数字")
	fmt.Scan(&end)
	Run(start,end)
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

smile_new

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值