基于Go1.19的站点模板爬虫：如何高效抓取网页数据？

package main
 
import (
    "fmt"
    "net/http"
    "os"
    "time"
 
    "go.uber.org/zap"
    "go.uber.org/zap/zapcore"
    "golang.org/x/net/html"
)
 
// 初始化日志配置
func initLogger() (*zap.Logger, error) {
    encoderConfig := zapcore.EncoderConfig{
        TimeKey:        "ts",
        LevelKey:       "level",
        NameKey:        "logger",
        CallerKey:      "caller",
        MessageKey:     "msg",
        StacktraceKey:  "stacktrace",
        LineEnding:     zapcore.DefaultLineEnding,
        EncodeLevel:    zapcore.LowercaseLevelEncoder,
        EncodeTime:     zapcore.EpochMillisTimeEncoder,
        EncodeDuration: zapcore.SecondsDurationEncoder,
    }
    core := zapcore.NewCore(zapcore.NewJSONEncoder(encoderConfig), os.Stdout, zapcore.InfoLevel)
    return zap.New(core), nil
}
 
// 抓取页面函数
func fetchPage(logger *zap.Logger, url string, fetchDuration time.Duration) (*html.Node, error) {
    logger.Info("开始抓取页面", zap.String("url", url), zap.Duration("fetch_duration", fetchDuration))
    client := &http.Client{Timeout: fetchDuration}
    resp, err := client.Get(url)
    if err != nil {
        logger.Error("抓取页面失败", zap.Error(err))
        return nil, err
    }
    defer resp.Body.Close()
 
    doc, err := html.Parse(resp.Body)
    if err != nil {
        logger.Error("解析页面失败", zap.Error(err))
        return nil, err
    }
    return doc, nil
}
 
func main() {
    logger, err := initLogger()
    if err != nil {
        fmt.Println("初始化日志失败:", err)
        return
    }
    defer logger.Sync()
 
    doc, err := fetchPage(logger, "https://example.com", 5*time.Second)
    if err != nil {
        fmt.Println("抓取页面出错:", err)
        return
    }
 
    // 对抓取到的页面数据进行处理
    fmt.Println("页面抓取成功:", doc)
}

这段代码展示了如何使用Go语言高效地抓取网页数据。它使用了go.uber.org/zap库来初始化日志配置，并使用net/http和golang.org/x/net/html包来执行HTTP请求和解析HTML。代码简洁，注重实效，并且在实际应用中可以作为爬虫项目的基础。