Go开发 之 利用 Xpath 读取网页中想要的内容

1、唠唠叨叨

在我之前的文章中讲述过如何利用xpath来抓取网页的内容,不过之前的开发语言我都是使用的Python。如果GoLang也想用Xpath该如何使用呢?下面就来简单的讲一下如何用Golang爬取github.com的一些小内容来做切入点学会这个知识吧。

回顾一下:

2、先看一下效果

比如爬取github.com的这几个控件的内容
在这里插入图片描述
爬取后得到的内容:
在这里插入图片描述

3、项目所需包

先安装项目所需的包,再说其它:

https://github.com/pkg/errors  
https://github.com/lestrrat-go/libxml2 

4、核心代码

/**
Author: 沙振宇
CreateTime:2019-12-4
UpdateTime:2019-12-4
Info:	“利用 Xpath 读取 html 内容”
		“通过Github来演示Xpath如何使用”
 */
package main

import (
	"fmt"
	"github.com/lestrrat-go/libxml2"
	"github.com/lestrrat-go/libxml2/xpath"
	"net/http"
	"strings"
)

// 去除空格和换行符
func getReplace(str string)  string{
	// 去除空格
	str = strings.Replace(str, " ", "", -1)
	// 去除换行符
	str = strings.Replace(str, "\n", "", -1)
	return str
}

func main() {
	urlPath := "https://github.com/"
	res, err := http.Get(urlPath)
	if err != nil {
		panic("failed to get : " + err.Error())
	}

	doc, err := libxml2.ParseHTMLReader(res.Body)
	if err != nil {
		panic("failed to parse HTML: " + err.Error())
	}
	defer doc.Free()

	nodes := xpath.NodeList(doc.Find(`//summary[@class="HeaderMenu-summary HeaderMenu-link px-0 py-3 border-0 no-wrap d-block d-lg-inline-block"]/text()`))

	fmt.Printf("nodes type: %T,len: %d\n\n", nodes, len(nodes))

	for i := 0; i < len(nodes); i++ {
		fmt.Printf("nodes type: %T,text: %s\n", nodes[i], getReplace(nodes[i].String()))
	}
}

5、Github源码分享

https://github.com/ShaShiDiZhuanLan/Demo_Xpath_Go

6、其它小知识

6.1、git代码回滚

再用git上传代码导github中,遇到了一个问题,就是我想要删除一些没必要的commit记录。于是我把代码回滚到之前的记录,然后commit一下。查看本地库已经删除了,但push时发现怎么也push不上去,后来直接使用强制提交git push -f才提交成功。

# 注: n代表想往前回滚的次数
git reset --hard HEAD~n

# 强制提交
git push -f -u origin 分支名

6.2、github访问过慢

github.com访问有时过慢,于是利用“http://tool.chinaz.com/dns”查询了DNS链接最快的响应IP:
在这里插入图片描述
把这个IP配置到hosts中,
windows的话在:“C:\Windows\System32\drivers\etc\hosts”中配置,
linux的话再:“/etc/hosts”中配置

例如上述,把以下配置到hosts末尾即可:

52.74.223.119 github.com 
已标记关键词 清除标记
相关推荐
matlab原文件 版本为2019b MATLAB [1] 是美国MathWorks公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,主要包括MATLAB和Simulink两大部分。 MATLAB是matrix&laboratory两个词的组合,意为矩阵工厂(矩阵实验室)。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境,为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案,并在很大程度上摆脱了传统非交互式程序设计语言(如C、Fortran)的编辑模式,代表了当今国际科学计算软件的先进水平。 MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等,主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。 MATLAB的基本数据单位是矩阵,它的指令表达式与数学、工程常用的形式十分相似,故用MATLAB来解算问题要比用C,FORTRAN等语言完成相同的事情简捷得多,并且MATLAB也吸收了像Maple等软件的优点,使MATLAB成为一个强大的数学软件。在新的版本也加入了对C,FORTRAN,C++,JAVA的支持。
©️2020 CSDN 皮肤主题: 代码科技 设计师:Amelia_0503 返回首页