【Go程序】爬虫获取豆瓣Top250

以下是一个简单的Go语言爬虫示例,用于获取豆瓣电影Top250的电影名称和评分,并将其输出到控制台:




package main
 
import (
    "fmt"
    "log"
    "net/http"
    "os"
    "regexp"
    "strings"
)
 
func main() {
    url := "https://movie.douban.com/top250"
    resp, err := http.Get(url)
    if err != nil {
        log.Fatal(err)
    }
    defer resp.Body.Close()
 
    if resp.StatusCode != 200 {
        log.Fatalf("status code error: %d %s", resp.StatusCode, resp.Status)
    }
 
    content, err := os.ReadFile("top250.html", os.O_RDWR|os.O_CREATE, 0666)
    if err != nil {
        log.Fatal(err)
    }
 
    _, err = content.Write([]byte(resp.Status))
    if err != nil {
        log.Fatal(err)
    }
 
    reg := regexp.MustCompile(`<a href="https://movie.douban.com/subject/[0-9]+/" title="[^"]+">([^<]+)</a>`)
    matches := reg.FindAllStringSubmatch(string(content), -1)
 
    for _, match := range matches {
        fmt.Printf("电影名称: %s\n", match[1])
    }
}

这段代码首先发送一个HTTP GET请求到豆瓣Top250的页面,然后读取响应内容,并使用正则表达式匹配电影名称。最后,它打印出所有匹配到的电影名称。

注意:实际应用中,可能需要处理更多的页面结构变化和反爬虫策略。此外,为了更好地处理复杂的HTML结构,可以使用像goquery这样的库来解析HTML文档。

最后修改于:2024年08月24日 21:48

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日