Golang net/http 爬蟲[1]

上周從零學習了golang，語法簡單關鍵字少，寫個爬蟲熟悉一下語法結構。

10年積累的網站建設、成都網站建設經驗，可以快速應對客戶對網站的新想法和需求。提供各種問題對應的解決方案。讓選擇我們的客戶得到更好、更有力的網絡服務。我雖然不認識你，你也不認識我。但先網站制作后付款的網站建設流程，更有四平免費網站建設讓你可以放心的選擇與我們合作。

首先選用了原生的net/http包，基本上涵蓋了所有的get/post請求，各種參數都可以設置，網上google到html頁面解析goquery神器，很輕松就可以解決頁面解析問題。

首先就寫了個爬取匯率的爬蟲。然后重寫之前php的一個請求類，請求類的邏輯有點混亂不清晰，往往把兩個不同的功能合并到一起寫，粒度大，后來發現了一個好用的框架——colly，之后再試試好不好用

Windows 10 Golang

依賴包：goquery

較常用的方法有Find和Each

爬取中國銀行的匯率牌價表，golang依賴net/http包和goquery包

唯一的難點是對于goquery方法的使用，需要閱讀官方文檔：

使用原生的net/http包基本上可以解決大多數的網頁請求，使用goquery可以解決頁面解析問題

可以利用golang的協程特性進行異步多協程爬取

增加安全性可以通過幾個方面進行改進：

1.首先可以限制爬蟲的爬取速度

2.每次對網頁的請求都隨機選用一個客戶端

3.選用IP代理池，防止IP誤封（及限制ip訪問次數）

構造請求代理ip網站的鏈接→獲取網頁內容→ 提取網頁中IP地址和端口號→驗證IP的有效性并存儲

輕量級反爬蟲方案

淺談JSP

golang帶json的Http請求

Get/Post

HTTP請求中的Form Data和Request Payload的區別

HTTP Json請求

net/http：

golang HTTP操作

python建立爬蟲代理ip池

爬蟲黑科技之讓你的爬蟲程序更像人類用戶的行為

特點：事件監聽，通過callback執行事件處理

基于colly開發的web管理界面

golang爬蟲框架colly

colly一款快速優雅的golang爬蟲框架，簡單易用，功能完備。

官網地址：

包地址： import "github.com/gocolly/colly"

一個簡單的例子：

使用方式概括下來主要有三步：

創建采集器時可以指定一些配置參數，如useragent，爬取深度及日志等

回調函數共有7中

通過瀏覽器開發者工具查看jianshu.com結構如下

文章列表為ul標簽，中間每一項是li標簽，li中包含content，content中包含title，abstract和meta標簽

go寫的爬蟲相比python寫的有哪些優勢

Go沒有泄露，并發原生支持，速度快。Python如果用代理IP，如果代理IP失效，會莫名其妙使用本地IP。且Go寫爬蟲可以和很多的數據庫如mongo,redis,hbase,mysql集成。

Go開發效率還高，半個小時就寫了個爬蟲，看，寫分布式爬蟲也是Go的優勢，因為Go協程比Python和Java都容易寫。

最后，如果你用Go寫爬蟲，還可以直接用Go來寫網站，三句代碼就可以建立一個Web服務器和Python差不多，但包管理機制簡單，只需go get –u –v 包