go语言爬虫goquery和grequests的使用
Posted c-x-a
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了go语言爬虫goquery和grequests的使用相关的知识,希望对你有一定的参考价值。
/*下载工具*/ package main import ( "fmt" //go语言版本的jquery "github.com/PuerkitoBio/goquery" "os" "sync" "strings" //go语言版本的request "github.com/levigross/grequests" "time" "strconv" ) var wg sync.WaitGroup func main() { now := time.Now() initalUrls := []string{"http://www.zngirls.com/girl/18071/album/", } for _, url := range initalUrls { doc, err := goquery.NewDocument(url) if err != nil { fmt.Errorf("下载错误:%#v", err) os.Exit(-1) } doc.Find(".igalleryli_link").Each(func(i int, s *goquery.Selection) { src, exists := s.Find("img").Attr("src") fmt.Printf("开始下载影集图片:%v ", src) if (exists) { wg.Add(1) go func(src string) { defer wg.Done() //下载图片 //tryTimes := map[int]int n := 0 s := strings.Replace(src, "cover/", "", 1) ss := strings.Split(s, "/") fm := strings.Join(ss[:len(ss) - 1], "/") sf0 := fm + "/%d.jpg" sfn := fm + "/%03d.jpg" for { //持续下载 s := "" if n == 0 { s = fmt.Sprintf(sf0, n) } else { s = fmt.Sprintf(sfn, n) } fmt.Printf("准备下载: %v ", s) res, _ := grequests.Get(s, &grequests.RequestOptions{ //结构体可以对指定的类型给值,而不一定都赋值 Headers:map[string]string{ "Referer":"http://www.zngirls.com", "User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/50.0.2661.102 Safari/537.36"}}) //条件需要修改,如果没有图片,返回的是盗链,图片4kb if res.StatusCode != 200 { fmt.Printf("下载失败,退出影集下载:%s ", src) break } //图片可能是该网站,返回的盗链图片(4kb左右) length := res.Header.Get("Content-Length") slen,_ := strconv.Atoi(length) if slen < 4100{ fmt.Printf("下载内容失败,退出影集下载:%s ", src) break } index := strings.Index(s, "gallery") if index == -1 { fmt.Errorf("无效地址,找不到gallery关键词,解析失败:%s ", src) return } ss2 := strings.Split(string(s[index:]), "/") dirname := strings.Join(ss2[:len(ss2) - 1], "/") if _, err := os.Stat(dirname); err != nil { fmt.Printf("创建下载文件夹:%s ", dirname) os.MkdirAll(dirname, 0666) } filename := strings.Join(ss2, "/") res.DownloadToFile(filename) fmt.Printf("成功下载图片到:%s ", filename) n++ } }(src) } }) } wg.Wait() //4M的带宽下载,需要16m36s,总大小202M,10个文件夹,560个文件 fmt.Printf("下载任务完成,耗时:%#v ", time.Now().Sub(now)) }
以上是关于go语言爬虫goquery和grequests的使用的主要内容,如果未能解决你的问题,请参考以下文章
go语言,第三方包相对路径导入包引起的问题及解决方案(goquery)
golang goquery selector(选择器) 示例大全
Golang 网络爬虫框架gocolly/colly 二 jQuery selector