1. 下載非標(biāo)準(zhǔn)的包,"golang.org/x/net/html"
2. 先安裝git，使用git命令下載
git clone https://github.com/golang/net
3. 將net包，放到GOROOT路徑下
比如：
我的是：GOROOT = E:\go\
所以最終目錄是：E:\go\src\golang.org\x\net
注意：如果沒有g(shù)olang.org和x文件夾，就創(chuàng)建
4. 創(chuàng)建fetch目錄，在其下創(chuàng)建main.go文件，main.go文件代碼內(nèi)容如下：
package main
import (
"os"
"net/http"
"fmt"
"io/ioutil"
)
func main() {
for _, url := range os.Args[1:] {
resp, err := http.Get(url)
if err != nil {
fmt.Fprintf(os.Stderr, "fetch: %v\n", err)
}
b, err := ioutil.ReadAll(resp.Body)
resp.Body.Close()
if err != nil {
fmt.Fprintf(os.Stderr, "fetch: reading %s: %v\n", url, err)
os.Exit(1)
}
fmt.Printf("%s",b)
}
}
5. 編譯fetch
go build test.com\justin\demo\fetch
注意：test.com\justin\demo\ 是我的項目路徑，具體編譯根據(jù)自己項目路徑編譯。
6. 執(zhí)行fetch.exe 文件
fetch.exe https://www.qq.com
注意：https://www.qq.com是要爬的網(wǎng)址，配置正確的話，會打印出網(wǎng)址的HTML內(nèi)容。如果沒有，請檢查以上步驟是否正確。
7. 網(wǎng)頁已經(jīng)抓取了，那么剩下就分析頁面包含的鏈接了，創(chuàng)建findlinks目錄，在其下創(chuàng)建main.go文件，main.go文件代碼內(nèi)容如下：
package main
import (
"os"
"fmt"
"golang.org/x/net/html"
)
func main() {
doc, err := html.Parse(os.Stdin)
if err != nil {
fmt.Fprint(os.Stderr, "findlinks: %v\n", err)
os.Exit(1)
}
for _, link := range visit(nil, doc) {
fmt.Println(link)
}
}
func visit(links []string, n *html.Node) []string {
if n.Type == html.ElementNode n.Data == "a" {
for _, a := range n.Attr {
if a.Key == "href" {
links = append(links, a.Val)
}
}
}
for c := n.FirstChild; c != nil; c = c.NextSibling {
links = visit(links, c)
}
return links
}
8. 編譯findlinks
go build test.com\justin\demo\findlinks
注意：test.com\justin\demo\ 是我的項目路徑，具體編譯根據(jù)自己項目路徑編譯。
9. 執(zhí)行findlinks.exe 文件
fetch.exe https://www.qq.com | findlinks.exe
> 10. 執(zhí)行后結(jié)果：獲取到各種不同形式的超鏈接
以上這篇golang抓取網(wǎng)頁并分析頁面包含的鏈接方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
您可能感興趣的文章:- Go語言通過http抓取網(wǎng)頁的方法
- go語言實現(xiàn)一個簡單的http客戶端抓取遠程url的方法
- golang如何實現(xiàn)抓取IP地址的蜘蛛程序詳解
