golang 网络爬虫框架gocolly-go实战总结-利志分享

golang 网络爬虫框架gocolly

阅读：330 分享次数：0

gocolly是用go实现的网络爬虫框架，我这里用来测试的版本是：colly "github.com/gocolly/colly/v2"
gocolly的网络爬虫还是很强大，下面我们通过代码来看一下这个功能的使用

package main
    
    import (
      "fmt"
      colly "github.com/gocolly/colly/v2"
      "github.com/gocolly/colly/v2/debug"
    )
    
    func main() {
      mUrl := "http://www.ifeng.com/"
      //colly的主体是Collector对象，管理网络通信和负责在作业运行时执行附加的回掉函数
      c := colly.NewCollector(
        // 开启本机debug
        colly.Debugger(&debug.LogDebugger{}),
      )
      //发送请求之前的执行函数
      c.OnRequest(func(r *colly.Request) {
        fmt.Println("这里是发送之前执行的函数")
      })
      //发送请求错误被回调
      c.OnError(func(_ *colly.Response, err error) {
        fmt.Print(err)
      })
    
      //响应请求之后被回调
      c.OnResponse(func(r *colly.Response) {
        fmt.Println("Response body length：", len(r.Body))
      })
      //response之后会调用该函数，分析页面数据
      c.OnHTML("div#newsList h1 a", func(e *colly.HTMLElement) {
        fmt.Println(e.Text)
      })
      //在OnHTML之后被调用
      c.OnScraped(func(r *colly.Response) {
        fmt.Println("Finished", r.Request.URL)
      })
      //这里是执行访问url
      c.Visit(mUrl)
    }

运行结果如下：

------------

这里是发送之前执行的函数
[000001] 1 [     1 - request] map["url":"http://www.ifeng.com/"] (0s)
[000002] 1 [     1 - responseHeaders] map["status":"OK" "url":"http://www.ifeng.com/"] (64.9485ms)
Response body length：250326
习近平在基层代表座谈会上讲话
|全文
Finished http://www.ifeng.com/
[000003] 1 [     1 - response] map["status":"OK" "url":"http://www.ifeng.com/"] (114.9949ms)
[000004] 1 [     1 - html] map["selector":"div#newsList h1 a" "url":"http://www.ifeng.com/"] (118.9926ms)
[000005] 1 [     1 - html] map["selector":"div#newsList h1 a" "url":"http://www.ifeng.com/"] (118.9926ms)
[000006] 1 [     1 - scraped] map["url":"http://www.ifeng.com/"] (118.9926ms)

------------

总结一下：

回调函数的调用顺序如下：

OnRequest在发起请求前被调用

OnError请求过程中如果发生错误被调用

OnResponse收到回复后被调用

OnHTML在OnResponse之后被调用，如果收到的内容是HTML

OnScraped在OnHTML之后被调用

感觉本站内容不错，读后有收获？

我要小额打赏，鼓励作者写出更好的教程

扫码关注公众号：talk_lizhi