golang采集,适合golang初学者入门,笔者亦是新手

将易果生鲜网站作为了本次练习的入口,代码拷贝请勿对目标站进行攻击后果自负

package main
 
import (
    "fmt"
    "io/ioutil"
    "net/http"
    "regexp"
)
 
type MySpider struct {
    indexUrl string
}
 
func (this MySpider) readUrlBody() (string, error) {
    resp, err := http.Get(this.indexUrl)
    if err != nil {
        return "err", err
    }
    defer resp.Body.Close()
    body, err := ioutil.ReadAll(resp.Body)
    if err != nil {
        return "err", err
    }
    return string(body), err
}
 
func (this MySpider) catchCategoryUrl() []string {
    body, _ := this.readUrlBody()
    rcg := regexp.MustCompile(`class="catalogs-ad">(?sU:.*)<a href="(http://www.yiguo.com/products/.*?_channelhome.html)"`)
    urls := rcg.FindAllStringSubmatch(body, -1)
    cateUrl := make([]string, len(urls))
    for i, u := range urls {
        cateUrl[i] = u[1]
    }
    return cateUrl
}
 
func (this MySpider) catchProductInfo() string {
    body, _ := this.readUrlBody()
    rcg := regexp.MustCompile(`<div class="p_info clearfix">(?sU:.*)<div class="p_name"><a href="http://www.yiguo.com/product/(?U:.*).html" target="_blank">(.*?)</a></div>(?sU:.*)<div class="p_price">(?sU:.*)<strong>(.*?)</strong>(?sU:.*)</div>(?sU:.*)</div>`)
    result := rcg.FindAllStringSubmatch(body, -1)
    for i := range result {
        line := result[i]
        fmt.Println(line[1], "<<======>>", line[2])
    }
    return ""
}
 
func (this MySpider) run() string {
    cateUrls := this.catchCategoryUrl()
    for _, u := range cateUrls {
        this.indexUrl = u
        this.catchProductInfo()
        break
    }
    return ""
}
 
func main() {
    ms := new(MySpider)
    ms.indexUrl = "http://www.yiguo.com"
    ms.run()
}

                
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
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