标签：i++ 爬取 贴吧 语言 网页 24* hello com als
1、爬百度贴吧并发版
示例：
package main
import (
"fmt"
"net/http"
"os"
"strconv"
)
//爬取网页内容
func HttpGet(url string) (result string, err error) {
resp, err1 := http.Get(url)
if err1 != nil {
err = err1
return
}
defer resp.Body.Close()
//读取网页body内容
buf := make([]byte, 1024*4)
for {
n, _ := resp.Body.Read(buf)
if n == 0 { //读取结束，或者，出问题
//fmt.Println("resp.Body.Read err = ", err)
break
}
result += string(buf[:n])
}
return
}
//爬取一个网页
func SpiderPage(i int, page chan int) {
url := "http://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9F&ie=utf-8&pn=" + strconv.Itoa((i-1)*50)
fmt.Printf("正在爬第%d页网页: %s\n", i, url)
//2) 爬 (将所有的网站的内容全部爬下来)
result, err := HttpGet(url)
if err != nil {
fmt.Println("HttpGet err = ", err)
return
}
//把内容写入到文件
fileName := strconv.Itoa(i) + ".html"
f, err1 := os.Create(fileName)
if err1 != nil {
fmt.Println("os.Create err1 = ", err1)
return
}
f.WriteString(result) //写内容
f.Close() //关闭文件
page <- i
}
func DoWork(start, end int) {
fmt.Printf("正在爬取 %d 到 %d 的页面\n", start, end)
page := make(chan int)
//明确目标 (要知道你准备在哪个范围或者网站去搜索)
for i := start; i <= end; i++ {
go SpiderPage(i, page)
}
for i := start; i <= end; i++ {
fmt.Printf("%第%d个页面爬取完成\n", <-page)
}
}
func main() {
var start, end int
fmt.Printf("请输入起始页( >= 1) :")
fmt.Scan(&start)
fmt.Printf("请输入终止页( >= 起始页) :")
fmt.Scan(&end)
DoWork(start, end)
}
执行结果：
D:\GoFiles\src\hello_01>go run get_web.go 请输入起始页( >= 1) :1 请输入终止页( >= 起始页) :10 正在爬取 1 到 10 的页面 正在爬第3页网页: http://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9 F&ie=utf-8&pn=100 正在爬第10页网页: http://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94% 9F&ie=utf-8&pn=450 正在爬第6页网页: http://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9 F&ie=utf-8&pn=250 正在爬第7页网页: http://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9 F&ie=utf-8&pn=300 正在爬第8页网页: http://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9 F&ie=utf-8&pn=350 正在爬第9页网页: http://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9 F&ie=utf-8&pn=400 正在爬第2页网页: http://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9 F&ie=utf-8&pn=50 正在爬第4页网页: http://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9 F&ie=utf-8&pn=150 正在爬第5页网页: http://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9 F&ie=utf-8&pn=200 正在爬第1页网页: http://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9 F&ie=utf-8&pn=0 %!第(int=4)%!d(MISSING)个页面爬取完成 %!第(int=9)%!d(MISSING)个页面爬取完成 %!第(int=3)%!d(MISSING)个页面爬取完成 %!第(int=8)%!d(MISSING)个页面爬取完成 %!第(int=10)%!d(MISSING)个页面爬取完成 %!第(int=1)%!d(MISSING)个页面爬取完成 %!第(int=5)%!d(MISSING)个页面爬取完成 %!第(int=2)%!d(MISSING)个页面爬取完成 %!第(int=7)%!d(MISSING)个页面爬取完成 %!第(int=6)%!d(MISSING)个页面爬取完成
标签：i++ 爬取 贴吧 语言 网页 24* hello com als
原文地址：https://www.cnblogs.com/nulige/p/10324284.html
