Go语言 通过net/html从HTML中获取数据

eoxn13cs  于 2022-12-07  发布在  Go
关注(0)|答案(1)|浏览(305)

我看到net/html的性能比GoQuery快2-3倍,我想重写它的解析器模块。需要在屏幕截图中得到下划线的数据。现在结果是“nil”

resp, err := http.Get(link)
if err != nil {
    fmt.Println(err)
}
var result string
doc, err := html.Parse(resp.Body)
resp.Body.Close()
if err != nil {
    fmt.Println(err)
}

if doc.Type == html.ElementNode && doc.Data == "profile-data__count-number" {
    for _, a := range doc.Attr {
        if a.Key == "em" {
            result = a.Val
        }
    }
    fmt.Println(result)

wfsdck30

wfsdck301#

请注意,class 是HTML属性,因此在Node.Data中查找class="profile-data__count-number"将不会得到匹配。您应该在Node.Attr中查找它。
如果我没有弄错的话,标记器应该比解析器更节省资源,所以我认为,做下面这样的事情应该会给予你带来更好的性能:

func getCounts(respBody io.Reader) (counts []string, err error) {
    z := html.NewTokenizer(respBody)
    for {
        if z.Next() == html.ErrorToken {
            if err := z.Err(); err != io.EOF {
                return nil, err
            }   
            break
        }

        t := z.Token()
        if t.Type == html.StartTagToken && t.Data == "div" {
            for _, a := range t.Attr {
                if a.Key == "class" && a.Val == "profile-data__count-number" {
                    if z.Next() == html.TextToken {
                        counts = append(counts, z.Token().Data)
                        break
                    }
                }
            }
        }
    }
    return counts, nil
}

相关问题