Golang：colly 采用 Go 语言编写的 Web 爬虫框架

文档：

• https://go-colly.org/
• https://pkg.go.dev/github.com/gocolly/colly
• https://github.com/gocolly/colly

安装

go get github.com/gocolly/colly

示例

package main

import (
    "fmt"

    "github.com/gocolly/colly"
)

const USER_AGENT = "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/105.0.0.0 Safari/537.36"

func main() {
    // 创建 collector
    collector := colly.NewCollector()

    // 设置UA
    collector.UserAgent = USER_AGENT

    // 事件监听
    collector.OnRequest(func(r *colly.Request) {
        fmt.Println("url:", r.URL.String())
        // url: https://www.baidu.com/
    })

    // 解析元素
    collector.OnHTML("title", func(e *colly.HTMLElement) {
        fmt.Println(e.Text)
        // 百度一下，你就知道
    })

    // 访问网页
    collector.Visit("https://www.baidu.com/")
}

事件类型

OnRequest 请求执行之前调用

OnResponse 响应返回之后调用

OnHTML 监听执行 selector

OnXML 监听执行 selector

OnHTMLDetach，取消监听，参数为 selector 字符串

OnXMLDetach，取消监听，参数为 selector 字符串

OnScraped，完成抓取后执行，完成所有工作后执行

OnError，错误回调

请求测试：http://httpbin.org/get

参考 重磅推荐：这可能是最知名的 Go 爬虫框架