2024最新golang爬取豆瓣电影top250代码

我这里只写了爬取top250电影名字的代码
还要爬其他标签的话可以自己改

goquery官方文档

https://pkg.go.dev/github.com/PuerkitoBio/goquery#pkg-examples
建议先看看官方文档理解函数

package main
import (
	"fmt"
	"net/http"
	"strconv"

	"github.com/PuerkitoBio/goquery"
)
// 解析代码示例 可以删除
func fetch(url string) (*goquery.Document, error) {
	resp, err := http.Get(url)
	if err != nil {
		return nil, err
	}
	defer resp.Body.Close()
	// 使用goquery包解析网页内容
	doc, err := goquery.NewDocumentFromReader(resp.Body)
	if err != nil {
		return nil, err
	}
	return doc, nil
}
// 爬虫本体
func spider() {
	// 设定客户端
	client := &http.Client{}
	// 发送请求  爬取n页 换页+25
	for i := 0; i < 250; i += 25 {
		req, err := http.NewRequest("GET", "https://movie.douban.com/top250?start="+strconv.Itoa(i)+"&filter=", nil)
		if err != nil {
			fmt.Println("req err", err)
		}
		// 仿造header防止浏览器检测到是爬虫访问
		req.Header.Set("Accept", "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7")
		// req.Header.Set("Accept-Encoding", "gzip, deflate, br") 无用header 若添加会导致乱码
		req.Header.Set("Accept-Language", "zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6")
		req.Header.Set("Cache-Control", "max-age=0")
		req.Header.Set("Connection", "keep-alive")
		req.Header.Set("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36 Edg/120.0.0.0")
		req.Header.Set("Sec-Ch-Ua-Mobile", "?0")
		req.Header.Set("Sec-Fetch-Dest", "document")
		req.Header.Set("Sec-Fetch-Mode", "navigate")
		req.Header.Set("Sec-Fetch-Site", "none")
		req.Header.Set("Sec-Fetch-User", "?1")
		req.Header.Set("Upgrade-Insecure-Requests", "1")

	resp, err := client.Do(req)
	if err != nil {
		fmt.Println("请求失败", err)
	}
	defer resp.Body.Close()
	DocDetial, err := goquery.NewDocumentFromReader(resp.Body)
	if err != nil {
		fmt.Println("解析失败", err)
	}
	for j := 1; j <= 25; j++ {
		title := DocDetial.Find("#content > div > div.article > ol > li:nth-child( " + strconv.Itoa(j) + ") > div > div.info > div.hd > a > span:nth-child(1)").Text()
		// strconv.Itoa()将数字转为字符串
		fmt.Printf("name%d:%s \n", j+i, title)
	}
}
 }

func main() {

	spider()

}

vscode运行结果截图如下
vscode运行结果截图

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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