首页 » Web前端 » 仿贴吧php技巧_golang 百度贴吧爬虫

仿贴吧php技巧_golang 百度贴吧爬虫

访客 2024-12-14 0

扫一扫用手机浏览

文章目录 [+]

1 明确目标(要知道你准备在哪个范围或网站去搜索)

2 爬(将所有的网站的内容全部爬下来)

仿贴吧php技巧_golang 百度贴吧爬虫

3 处理数据(按照我们想要的办法存储和利用)

仿贴吧php技巧_golang 百度贴吧爬虫
(图片来自网络侵删)

百度贴吧

https://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9F&ie=utf-8&pn=50 下一页 + 50

package mainimport ("fmt""net/http""os""strconv")func HttpGet(url string) (result string, err error) { resp, err1 := http.Get(url) if err != nil { err = err1 return} defer resp.Body.Close() //读取网页body内容 buf := make([]byte, 10244) for { n, err := resp.Body.Read(buf) if n == 0 { //读取结束,或者, 出问题 fmt.Println("resp.Body.Read err = ", err) break } result += string(buf[:n]) } return}func DoWork(start, end int) { fmt.Printf("正在爬取 %d 到 %d 的页面\n", start, end) //1 明确目标(要知道你准备在哪个范围或者网站去搜索) //https://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9F&ie=utf-8&pn=0 下一页 + 50 for i := start; i <= end; i++ { url := "https://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9F&ie=utf-8&pn=" + strconv.Itoa((i-1)50) //返回i的base进制的字符串表示。
go措辞不像PHP等弱类型措辞那么灵巧 fmt.Println("url = ", url) //2 爬(将所有的网站的内容全部爬下来) result, err := HttpGet(url) if err != nil { fmt.Println("HttpGet err = ", err) continue } //把内容写入到文件 fileName := strconv.Itoa(i) + ".html" f, err1 := os.Create(fileName) if err1 != nil { fmt.Println("os.Create = err1", err1) continue } f.WriteString(result) //写内容 f.Close() }}func main() { var start, end int fmt.Printf("请输入起始页( >= 1) :") fmt.Scan(&start) fmt.Printf("请输入终止页(>= 起始页)") fmt.Scan(&end) DoWork(start, end)}

并发版网络爬虫

package mainimport ( "fmt" "net/http" "os" "strconv")func HttpGet(url string) (result string, err error) { resp, err1 := http.Get(url) if err != nil { err = err1 return } defer resp.Body.Close() //读取网页body内容 buf := make([]byte, 10244) for { n, err := resp.Body.Read(buf) if n == 0 { //读取结束,或者, 出问题 fmt.Println("resp.Body.Read err = ", err) break } result += string(buf[:n]) } return}//爬取一个网页func SpiderPage(i int, page chan int) { url := "https://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9F&ie=utf-8&pn=" + strconv.Itoa((i-1)50) //go措辞不能像PHP措辞那么灵巧 fmt.Printf("正在爬第%d页网页: %s\n", i, url) //2 爬(将所有的网站的内容全部爬下来) result, err := HttpGet(url) if err != nil { fmt.Println("HttpGet err = ", err) return } //把内容写入到文件 fileName := strconv.Itoa(i) + ".html" f, err1 := os.Create(fileName) if err1 != nil { fmt.Println("os.Create = err1", err1) return } f.WriteString(result) //写内容 f.Close() page <- i //写入到管道}func DoWork(start, end int) { fmt.Printf("正在爬取 %d 到 %d 的页面\n", start, end) page := make(chan int) //新建管道 //1 明确目标(要知道你准备在哪个范围或者网站去搜索) //https://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9F&ie=utf-8&pn=0 下一页 + 50 for i := start; i <= end; i++ { go SpiderPage(i, page) } for i := start; i <= end; i++ { //此语句的浸染防止主协同还未实行, 子协程已经退出 fmt.Printf("第%d个页面爬取完成\n", <-page) //读取管道的数据 }}func main() { var start, end int fmt.Printf("请输入起始页( >= 1) :") fmt.Scan(&start) fmt.Printf("请输入终止页(>= 起始页)") fmt.Scan(&end) DoWork(start, end)}

标签:

相关文章

大数据栅格,未来城市管理的智慧之翼

随着科技的飞速发展,大数据技术在各个领域的应用日益广泛,其中,大数据栅格技术在城市管理中的应用尤为引人注目。大数据栅格,作为城市管...

Web前端 2024-12-16 阅读0 评论0

大数据水泵,智慧农业的“心脏”泵动未来

在农业现代化进程中,智慧农业逐渐成为农业发展的新方向。其中,大数据水泵作为智慧农业的核心组成部分,为农业灌溉提供了高效、智能的解决...

Web前端 2024-12-16 阅读0 评论0