go 语言需用 goquery 解析 html，关键在正确将 resp.body 传给 newdocumentfromreader 并处理编码；find 延迟计算，each 才遍历；动态页面优先调 api，反爬需设 header，连接与超时须显式配置。
Go 语言本身不内置 HTML 解析能力，net/http 只负责发请求拿回原始 HTML 字符串，真正提取数据得靠第三方库——最常用、最稳的是 goquery，它模仿 jQuery API，上手快，但必须配合 net/html 底层解析器工作。
用 goquery 解析响应 HTML 的标准流程
关键不是“怎么发请求”，而是“怎么把 http.Response.Body 正确喂给 goquery.NewDocumentFromReader”。常见错误是直接传 resp.Body 而没考虑字符编码或 Body 已被读取过。
- 务必在
http.Get后立即检查resp.StatusCode，403/404 会返回空文档但无报错 - 如果网页含
charset=gbk或gb2312，需先用golang.org/x/net/html/charset转码，否则中文变??? -
goquery.NewDocumentFromReader接收io.Reader，推荐包装成bufio.NewReader(resp.Body)防止底层 buffer 不足 - 示例片段：
doc, err := goquery.NewDocumentFromReader(bufio.NewReader(resp.Body))
Find() 和 Each() 的实际边界在哪里
Find() 返回的是 *goquery.Selection，它不立刻执行 DOM 查询，而是延迟计算；Each() 才真正遍历匹配节点。很多人误以为 Find("a").Text() 能取所有链接文本——其实只取第一个匹配项的合并文本。
- 要取全部
<a></a>的href，得写doc.Find("a").Each(func(i int, s *goquery.Selection) { href, _ := s.Attr("href") }) -
Text()会拼接所有子文本（含注释、script 内容），如需干净文本，建议用s.Find("p").Contents().FilterFunction(...)过滤 - 选择器支持大部分 CSS3，但不支持
:nth-child(2n)这类伪类，可用Filter()+ 自定义逻辑替代
处理动态渲染页面：别硬刚 JS
如果目标网页依赖 JavaScript 渲染内容（比如 React/Vue SPA），goquery 拿到的只是初始 HTML，document.querySelectorAll 能看到的数据它看不到。
- 先确认是否真需要执行 JS：查看 Network 面板，找 XHR/Fetch 请求，直接调用 API 更快更稳
- 真要渲染，得上
chromedp，但它启动 Chrome 实例、内存开销大、部署麻烦，别为简单爬虫引入 - 部分网站反爬会校验
User-Agent+Accept-Encoding+Referer，缺一可能返回 403 或空数据，http.Client要手动设Header
最易被忽略的是 HTTP 连接复用和超时控制：http.DefaultClient 默认不限制连接数，爬多页时容易触发系统文件描述符耗尽；Timeout 不设的话，DNS 卡住或服务器失联会让整个程序挂住。这些不写在 goquery 文档里，但决定你脚本能跑通还是跑崩。
golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
