【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。
评论已关闭