ZBLOG

golang 解析html文档

Go语言中内置的标准库htmlhtml/template可以帮助我们解析HTML文档。

首先,我们需要使用http.Get()方法获取HTML页面的内容,然后将其读取为字符串。接下来,我们可以使用html.Parse()方法将HTML文档解析为一个树形结构,并遍历它来查找所需的元素。

以下是一个简单的示例程序,它从指定URL中提取所有链接:

package main

import (
	"fmt"
	"golang.org/x/net/html"
	"net/http"
)

func main() {
	url := "https://www.example.com"

	resp, err := http.Get(url)
	if err != nil {
		panic(err)
	}
	defer resp.Body.Close()

	doc, err := html.Parse(resp.Body)
	if err != nil {
		panic(err)
	}

	var links []string
	findLinks(doc, &links)

	fmt.Println(links)
}

func findLinks(n *html.Node, links *[]string) {
	if n.Type == html.ElementNode && n.Data == "a" {
		for _, a := range n.Attr {
			if a.Key == "href" {
				*links = append(*links, a.Val)
				break
			}
		}
	}

	for c := n.FirstChild; c != nil; c = c.NextSibling {
		findLinks(c, links)
	}
}

该程序输出指定URL中所有链接的列表。

在此示例中,我们使用了递归函数 findLinks() 遍历 HTML 树形结构。如果当前节点是一个 a 元素并且有 href 属性,则将链接添加到 links 列表中。

注意:为了使用此示例程序,需要先安装 golang.org/x/net/html 包。可以通过以下命令进行安装:

go get golang.org/x/net/html

本站部分文章来源于网络,版权归原作者所有,如有侵权请联系站长删除。
转载请注明出处:https://golang.0voice.com/?id=5666

分享:
扫描分享到社交APP
上一篇
下一篇
发表列表
游客 游客
此处应有掌声~
评论列表

还没有评论,快来说点什么吧~

联系我们

在线咨询: 点击这里给我发消息

微信号:3007537140

上班时间: 10:30-22:30

关注我们
x

注册

已经有帐号?