佳木斯湛栽影视文化发展公司

主頁 > 知識庫 > Go秒爬博客園100頁新聞

Go秒爬博客園100頁新聞

熱門標簽:Linux服務(wù)器 呼叫中心市場需求 網(wǎng)站排名優(yōu)化 鐵路電話系統(tǒng) AI電銷 地方門戶網(wǎng)站 服務(wù)外包 百度競價排名

利用go語言的協(xié)程并發(fā)優(yōu)勢爬取網(wǎng)頁速度相當(dāng)之快,博客園100頁新聞標題只需一秒即可全部爬取

package main

import (
 "bytes"
 "fmt"
 "github.com/PuerkitoBio/goquery"
 "log"
 "net/http"
 "runtime"
 "strconv"
 "sync"
)

func Scraper(page string) string {
 // Request the HTML page.
 ScrapeURL := "https://news.cnblogs.com/n/page/" + page
 client := http.Client{}
 reqest, _ := http.NewRequest("GET", ScrapeURL, nil)
 reqest.Header.Set("Accept", "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8")
 reqest.Header.Set("Accept-Charset", "GBK,utf-8;q=0.7,*;q=0.3")
 //reqest.Header.Set("Accept-Encoding", "gzip,deflate,sdch")
 reqest.Header.Set("Accept-Language", "zh-CN,zh;q=0.8")
 reqest.Header.Set("Cache-Control", "max-age=0")
 reqest.Header.Set("Connection", "keep-alive")
 reqest.Header.Set("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.75 Safari/537.36")
 res, err := client.Do(reqest)
 if err != nil {
  log.Fatal(err)
 }
 defer res.Body.Close()
 if res.StatusCode != 200 {
  log.Fatalf("status code error: %d %s", res.StatusCode, res.Status)
 }

 // Load the HTML document
 doc, err := goquery.NewDocumentFromReader(res.Body)
 if err != nil {
  log.Fatal(err)
 }

 // Find the review items
 var buffer bytes.Buffer
 buffer.WriteString("**********Scraped page " + page + "**********\n")
 doc.Find(".content .news_entry").Each(func(i int, s *goquery.Selection) {
  // For each item found, get the band and title
  title := s.Find("a").Text()
  url, _ := s.Find("a").Attr("href")
  buffer.WriteString("Review " + strconv.Itoa(i) + ": " + title + "\nhttps://news.cnblogs.com" + url + "\n")
 })
 return buffer.String()
}

func main() {
 runtime.GOMAXPROCS(runtime.NumCPU())
 ch := make(chan string, 100)
 wg := sync.WaitGroup{}
 var page string
 for i := 1; i  101; i++ {
  wg.Add(1)
  go func(i int) {
   page = strconv.Itoa(i)
   fmt.Printf("Scraping page %s...\n", page)
   ch - Scraper(page)
   wg.Done()
  }(i)
 }
 wg.Wait()

 //print result
 for i := 0; i  101; i++ {
  fmt.Println(-ch)
 }
}

總結(jié)
以上就是這篇文章的全部內(nèi)容了,希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,謝謝大家對腳本之家的支持。如果你想了解更多相關(guān)內(nèi)容請查看下面相關(guān)鏈接

您可能感興趣的文章:
  • Go語言的http/2服務(wù)器功能及客戶端使用
  • Golang中定時器的陷阱詳解
  • golang設(shè)置http response響應(yīng)頭與填坑記錄
  • Golang如何交叉編譯各個平臺的二進制文件詳解
  • 詳解Golang實現(xiàn)http重定向https的方式
  • 詳解如何熱重啟golang服務(wù)器
  • golang利用不到20行代碼實現(xiàn)路由調(diào)度詳解
  • golang中命令行庫cobra的使用方法示例

標簽:崇左 蘭州 湘潭 湖南 仙桃 黃山 銅川 衡水

巨人網(wǎng)絡(luò)通訊聲明:本文標題《Go秒爬博客園100頁新聞》,本文關(guān)鍵詞  ;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 收縮
    • 微信客服
    • 微信二維碼
    • 電話咨詢

    • 400-1100-266
    延边| 峨边| 卢氏县| 招远市| 清河县| 大连市| 盐山县| 新绛县| 华亭县| 周至县| 长海县| 博白县| 久治县| 逊克县| 广宁县| 贺兰县| 凌海市| 松阳县| 华容县| 沐川县| 乐业县| 翁牛特旗| 宝清县| 加查县| 赤水市| 石屏县| 余庆县| 县级市| 乌鲁木齐县| 古田县| 孙吴县| 钟祥市| 洪泽县| 延长县| 和平县| 锦州市| 宣恩县| 沙雅县| 北川| 正安县| 博客|