Maison > Article > développement back-end > requête golang html
requête golang html
- WBOYoriginal
- 2023-05-19 10:46:07675parcourir
Avant-propos
Le développement des langages de programmation nous a apporté des possibilités infinies. En tant que langage de programmation moderne, le langage Go présente de nombreux avantages tels que l'efficacité, la simplicité et la multiplateforme. Il est largement utilisé dans la programmation côté serveur, le cloud computing, les conteneurs et d'autres domaines. Cet article explique comment utiliser des bibliothèques tierces pour interroger des documents HTML dans Go.
1. Le langage Go et HTML
HTML est un langage de balisage utilisé pour créer des pages Web. Il peut spécifier la structure et le style des éléments et être utilisé avec d'autres technologies telles que CSS et JavaScript pour obtenir des effets interactifs complexes. Le langage Go est un langage de programmation compilé, typé statiquement et sécurisé, connu pour son efficacité. Bien que le langage Go lui-même ne prenne pas directement en charge l'analyse HTML, nous pouvons accomplir cette tâche en utilisant des bibliothèques tierces.
2. Analyse HTML en langage Go
En langage Go, nous pouvons utiliser une variété d'outils pour analyser des documents HTML, tels que golang.org/x/net/html, github .com/PuerkitoBio/goqueryetc. Ces outils fournissent un ensemble de méthodes et de structures pour analyser, parcourir et modifier des documents HTML. golang.org/x/net/html、github.com/PuerkitoBio/goquery等。这些工具提供了一系列方法和结构，用于解析、遍历和修改 HTML 文档。
2.1 使用 golang.org/x/net/html
golang.org/x/net/html 是 Go 语言提供的一个标准的库，它提供了一个丰富的 API 来解析 HTML 文档。接下来，我们将演示如何使用该库来查询 HTML 文档中的节点数据。
下面是一个简单的 HTML 文档：
<!DOCTYPE html>
<html>
<head>
<title>A Simple HTML Document</title>
</head>
<body>
<h1>This is a heading</h1>
<p>This is a paragraph.</p>
<p>This is another paragraph.</p>
</body>
</html>我们现在要查询该文档中的所有段落节点（e388a4556c0f65e1904146cc1a846bee 标签）的文本内容。首先，我们需要将 HTML 文档解析为 DOM 树结构，然后通过递归遍历 DOM 树来查询节点数据。
package main
import (
"fmt"
"golang.org/x/net/html"
"strings"
)
var htmlString = `
<!DOCTYPE html>
<html>
<head>
<title>A Simple HTML Document</title>
</head>
<body>
<h1>This is a heading</h1>
<p>This is a paragraph.</p>
<p>This is another paragraph.</p>
</body>
</html>
`
func main() {
reader := strings.NewReader(htmlString)
doc, err := html.Parse(reader)
if err != nil {
fmt.Println("Failed to parse HTML string:", err)
return
}
var find func(*html.Node)
find = func(n *html.Node) {
if n.Type == html.ElementNode && n.Data == "p" {
fmt.Println(n.FirstChild.Data)
} else {
for c := n.FirstChild; c != nil; c = c.NextSibling {
find(c)
}
}
}
find(doc)
}在上述代码中，我们使用 strings.NewReader() 将字符串转换为 io.Reader 接口类型，并将其传递给 html.Parse() 函数来解析 HTML 文档。然后，我们定义了一个名为 find() 的递归函数，用于遍历 DOM 树，并查找符合条件的节点。当遇到一个段落节点时，我们输出该节点的文本内容。最后，我们调用 find() 函数来查询并输出所有段落节点的文本内容。
2.2 使用 github.com/PuerkitoBio/goquery
github.com/PuerkitoBio/goquery 是一个很受欢迎的 Go 语言库，它为 HTML 解析和查询提供了一种简单且方便的方式。我们可以使用 goquery 来遍历并查询 HTML 文档，而无需深入了解 DOM 树的结构。
下面是一个示例 HTML 文档：
<!DOCTYPE html>
<html>
<head>
<title>A Simple HTML Document</title>
</head>
<body>
<h1>This is a heading</h1>
<p>This is a paragraph.</p>
<p>This is another paragraph.</p>
</body>
</html>我们现在要查询文档中的所有段落节点的文本内容，使用 goquery 可以轻松实现：
package main
import (
"fmt"
"github.com/PuerkitoBio/goquery"
"strings"
)
var htmlString = `
<!DOCTYPE html>
<html>
<head>
<title>A Simple HTML Document</title>
</head>
<body>
<h1>This is a heading</h1>
<p>This is a paragraph.</p>
<p>This is another paragraph.</p>
</body>
</html>
`
func main() {
reader := strings.NewReader(htmlString)
doc, err := goquery.NewDocumentFromReader(reader)
if err != nil {
fmt.Println("Failed to parse HTML string:", err)
return
}
doc.Find("p").Each(func(i int, s *goquery.Selection) {
fmt.Println(s.Text())
})
}在上述代码中，我们使用 strings.NewReader() 将字符串转换为 io.Reader 接口类型，并将其传递给 goquery.NewDocumentFromReader() 函数来解析 HTML 文档。然后，我们使用 doc.Find("p") 来查询所有段落节点，并通过 s.Text() 方法来输出其文本内容。
三、总结
本文介绍了 Go 语言中如何查询 HTML 文档的内容。我们探讨了两种不同的方法，分别是使用 golang.org/x/net/html 和 github.com/PuerkitoBio/goquery
golang.org/x/net/html🎜🎜golang.org/x/net/html est une bibliothèque standard fournie par le langage Go, qui fournit Une API riche pour analyser les documents HTML. Ensuite, nous montrerons comment utiliser la bibliothèque pour interroger les données de nœuds dans un document HTML. 🎜🎜Ce qui suit est un simple document HTML : 🎜rrreee🎜Nous souhaitons maintenant interroger le contenu textuel de tous les nœuds de paragraphe (balises e388a4556c0f65e1904146cc1a846bee) dans ce document. Tout d’abord, nous devons analyser le document HTML dans une structure arborescente DOM, puis interroger les données du nœud en parcourant de manière récursive l’arborescence DOM. 🎜rrreee🎜Dans le code ci-dessus, nous utilisons strings.NewReader() pour convertir la chaîne en type d'interface io.Reader et la transmettre à la fonction html.Parse() analyser des documents HTML. Ensuite, nous définissons une fonction récursive appelée find() qui parcourt l'arborescence DOM et trouve les nœuds qui répondent aux critères. Lorsqu'un nœud de paragraphe est rencontré, nous affichons le contenu textuel de ce nœud. Enfin, nous appelons la fonction find() pour interroger et afficher le contenu textuel de tous les nœuds de paragraphe. 🎜🎜2.2 Utilisation de github.com/PuekitoBio/goquery🎜🎜github.com/PuerkitoBio/goquery est une bibliothèque de langage Go populaire qui analyse et interroge le HTML Fournit un outil simple et pratique chemin. Nous pouvons utiliser goquery pour parcourir et interroger des documents HTML sans avoir à comprendre la structure de l'arborescence DOM. 🎜🎜Ce qui suit est un exemple de document HTML : 🎜rrreee🎜Nous souhaitons maintenant interroger le contenu du texte de tous les nœuds de paragraphe du document, ce qui peut être facilement réalisé en utilisant goquery : 🎜rrreee🎜Dans ce qui précède code, nous utilisons strings.NewReader() Convertit la chaîne en type d'interface io.Reader et la transmet à la fonction goquery.NewDocumentFromReader() pour analyser le document HTML. Ensuite, nous utilisons doc.Find("p") pour interroger tous les nœuds de paragraphe et afficher leur contenu textuel via la méthode s.Text(). 🎜🎜3. Résumé🎜🎜Cet article présente comment interroger le contenu des documents HTML en langage Go. Nous avons exploré deux approches différentes, en utilisant golang.org/x/net/html et github.com/PuerkitoBio/goquery. Ces outils sont non seulement capables d'analyser des documents HTML, mais fournissent également une API riche pour parcourir et manipuler l'arborescence DOM. Quelle que soit la méthode que vous choisissez, vous pouvez facilement obtenir des données à partir de documents HTML, vous aidant ainsi à créer des applications plus élégantes et plus efficaces. 🎜Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!