通过goquery爬取知乎数据

goquery 的使用

因为毕设模仿知乎做了个网站，需要点数据，所以打算爬点知乎的数据，本来想通过 python 写个爬虫，但是发现 go 也有个挺好用的爬虫库——goquery，如果你学过前端，那你完全可以在半个小时之内用 goquery 写出一个爬虫

goquery 类似 jquery，它是 jquery 的 go 语言版本实现，使用它，可以很方便对 HTML 进行处理。

它可以通过 HTML Element 元素，也可以通过 Id 选择器，Class 选择器，以及属性选择器去筛选数据

github：https://github.com/PuerkitoBio/goquery

以下是我爬取知乎数据的 demo 代码

package main

import (
    "fmt"
    "log"
    "net/http"
    "strconv"
    "strings"

    "github.com/PuerkitoBio/goquery"
    _ "github.com/go-sql-driver/mysql"
)

func ExampleScrape() {

    for i := 321450693; i > 321450680; i-- {res, err := http.Get("https://www.zhihu.com/question/" + strconv.Itoa(i))
        if err != nil || res.StatusCode != 200 {continue}

        doc, err := goquery.NewDocumentFromReader(res.Body)
        if err != nil {log.Fatal(err)
        }

        doc.Find(".QuestionHeader .QuestionHeader-content .QuestionHeader-main").Each(func(i int, s *goquery.Selection) {questionTitle := s.Find(".QuestionHeader-title").Text()
            questionContent := s.Find(".QuestionHeader-detail").Text()
            questionContent = questionContent[0 : len(questionContent)-12]

            fmt.Println("questionTitle：", questionTitle)
            fmt.Println("questionContent：", questionContent)
        })

        doc.Find(".ContentItem-actions").Each(func(i int, s *goquery.Selection) {})
        doc.Find(".ListShortcut .List .List-item").Each(func(i int, s *goquery.Selection) {head_url, _ := s.Find("a img").Attr("src")
            author := s.Find(".AuthorInfo-head").Text()
            fmt.Println("head_url：", head_url)
            fmt.Println("author：", author)

            voters := s.Find(".Voters").Text()
            voters = strings.Split(voters, " ")[0]
            content := s.Find(".RichContent-inner").Text() // 带标签的可以用 Html()
            createTime := s.Find(".ContentItem-time").Text()
            createTime = strings.Split(createTime, " ")[1]

            commentCount := s.Find(".ContentItem-actions span").Text()
            fmt.Println("voters：", voters)
            fmt.Println("content：", content)
            fmt.Println("createTime：", createTime)
            fmt.Println("commentCount :", commentCount)
        })

    }

}

func main() {ExampleScrape()
}