go语言提取html,Golang如何解析Html代码

Golang如何解析Html代码

用Golang的朋友都知道如果我们要从HTML中提取一些内容、比如title或者是h2在或者是一些其他的HTML的内容、在Golang里面我们如果要自己写代码来提取还是相当的麻烦的；

由于我之前在写Pyhon的爬虫的时候也需要解析HTML标签；所以用过PyQuery和BS4.这次在用Golang写爬虫的时候就留意了一下是否有Golang版本的Query。github是个好地方；上面很找到很多开源的代码可以用；包括GoQuery。

所以这次会介绍一下如何用GoQuery来解析HTML元素。

导入Goquery模块

package main

import (

"fmt"

"github.com/opesun/goquery"

)

其实还有一个github.com/PuerkitoBio/goquery的goquery模块、但是配置环境经常出差就没有选择

Goquery的各种用法

goquery有Jquery的大部分特性；如果你熟悉Jquery的话用Goquery就很简单了

解析HTML的title

var url = "http://www.hiadmin.org/"

p, err := goquery.ParseUrl(url)

if err != nil {

panic(err)

} else {

pTitle := p.Find("title").Text()//直接提取title的内容

fmt.Println(pTitle)

}

命令行下运行go run page.go之后得到