golang goquery selector選擇器使用示例大全
引言
最近研究Go爬蟲相關(guān)的知識，使用到goquery這個庫比較多，尤其是對爬取到的HTML進(jìn)行選擇和查找匹配的內(nèi)容時，goquery的選擇器使用尤其多，而且還有很多不常用但又很有用的選擇器，這里總結(jié)下，以供參考。
如果大家以前做過前端開發(fā)，對jquery不會陌生，goquery類似jquery，它是jquery的go版本實現(xiàn)。使用它，可以很方便的對HTML進(jìn)行處理。
基于HTML Element 元素的選擇器
這個比較簡單，就是基于a,p等這些HTML的基本元素進(jìn)行選擇，這種直接使用Element名稱作為選擇器即可。
比如dom.Find("div")。
func main() {
html := `<body>
<div>DIV1</div>
<div>DIV2</div>
<span>SPAN</span>
</body>
`
dom,err:=goquery.NewDocumentFromReader(strings.NewReader(html))
if err!=nil{
log.Fatalln(err)
}
dom.Find("div").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Text())
})
}
以上示例，可以把div元素篩選出來，而body,span并不會被篩選。
ID 選擇器
這個是使用頻次最多的，類似于上面的例子，有兩個div元素，其實我們只需要其中的一個，那么我們只需要給這個標(biāo)記一個唯一的id即可，這樣我們就可以使用id選擇器，精確定位了。
func main() {
html := `<body>
<div id="div1">DIV1</div>
<div>DIV2</div>
<span>SPAN</span>
</body>
`
dom,err:=goquery.NewDocumentFromReader(strings.NewReader(html))
if err!=nil{
log.Fatalln(err)
}
dom.Find("#div1").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Text())
})
}
Element ID 選擇器
id選擇器以#開頭，緊跟著元素id的值，使用語法為dom.Find(#id),后面的例子我會簡寫為Find(#id),大家知道這是代表goquery選擇器的即可。
如果有相同的ID，但是它們又分別屬于不同的HTML元素怎么辦？有好辦法，和Element結(jié)合起來。比如我們篩選元素為div,并且id是div1的元素，就可以使用Find(div#div1)這樣的篩選器進(jìn)行篩選。
所以這類篩選器的語法為Find(element#id)，這是常用的組合方法，比如后面講的過濾器也可以采用這種方式組合使用。
Class選擇器
class也是HTML中常用的屬性，我們可以通過class選擇器來快速的篩選需要的HTML元素，它的用法和ID選擇器類似，為Find(".class")。
func main() {
html := `<body>
<div id="div1">DIV1</div>
<div class="name">DIV2</div>
<span>SPAN</span>
</body>
`
dom,err:=goquery.NewDocumentFromReader(strings.NewReader(html))
if err!=nil{
log.Fatalln(err)
}
dom.Find(".name").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Text())
})
}
以上示例中，就篩選出來class為name的這個div元素。
Element Class 選擇器
class選擇器和id選擇器一樣，也可以結(jié)合著HTML元素使用，他們的語法也類似Find(element.class)，這樣就可以篩選特定element、并且指定class的元素。
屬性選擇器
一個HTML元素都有自己的屬性以及屬性值，所以我們也可以通過屬性和值篩選元素。
func main() {
html := `<body>
<div>DIV1</div>
<div class="name">DIV2</div>
<span>SPAN</span>
</body>
`
dom,err:=goquery.NewDocumentFromReader(strings.NewReader(html))
if err!=nil{
log.Fatalln(err)
}
dom.Find("div[class]").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Text())
})
}
示例中我們通過div[class]這個選擇器，篩選出Element為div并且有class這個屬性的，所以第一個div沒有被篩選到。
剛剛上面這個示例是采用是否存在某個屬性為篩選器，同理，我們可以篩選出屬性為某個值的元素。
dom.Find("div[class=name]").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Text())
})
這樣我們就可以篩選出class這個屬性值為name的div元素。
當(dāng)然我們這里以class屬性為例，還可以用其他屬性，比如href等很多，自定義屬性也是可以的。
除了完全相等，還有其他匹配方式，使用方式類似，這里統(tǒng)一列舉下，不再舉例
| 選擇器 | 說明 |
|---|---|
| Find(“div[lang]”) | 篩選含有l(wèi)ang屬性的div元素 |
| Find(“div[lang=zh]”) | 篩選lang屬性為zh的div元素 |
| Find(“div[lang!=zh]”) | 篩選lang屬性不等于zh的div元素 |
| Find(“div[lang¦=zh]”) | 篩選lang屬性為zh或者zh-開頭的div元素 |
| Find(“div[lang*=zh]”) | 篩選lang屬性包含zh這個字符串的div元素 |
| Find(“div[lang~=zh]”) | 篩選lang屬性包含zh這個單詞的div元素，單詞以空格分開的 |
| Find(“div[lang$=zh]”) | 篩選lang屬性以zh結(jié)尾的div元素，區(qū)分大小寫 |
| Find(“div[lang^=zh]”) | 篩選lang屬性以zh開頭的div元素，區(qū)分大小寫 |
以上是屬性篩選器的用法，都是以一個屬性篩選器為例，當(dāng)然你也可以使用多個屬性篩選器組合使用，比如： Find("div[id][lang=zh]"),用多個中括號連起來即可。當(dāng)有多個屬性篩選器的時候，要同時滿足這些篩選器的元素才能被篩選出來。
parent>child選擇器
如果我們想篩選出某個元素下符合條件的子元素，我們就可以使用子元素篩選器，它的語法為Find("parent>child"),表示篩選parent這個父元素下，符合child這個條件的最直接（一級）的子元素。
func main() {
html := `<body>
<div lang="ZH">DIV1</div>
<div lang="zh-cn">DIV2</div>
<div lang="en">DIV3</div>
<span>
<div>DIV4</div>
</span>
</body>
`
dom,err:=goquery.NewDocumentFromReader(strings.NewReader(html))
if err!=nil{
log.Fatalln(err)
}
dom.Find("body>div").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Text())
})
}
以上示例，篩選出body這個父元素下，符合條件的最直接的子元素div，結(jié)果是DIV1、DIV2、DIV3，雖然DIV4也是body的子元素，但不是一級的，所以不會被篩選到。
那么問題來了，我就是想把DIV4也篩選出來怎么辦?就是要篩選body下所有的div元素，不管是一級、二級還是N級。有辦法的，goquery考慮到了，只需要把大于號(>)改為空格就好了。比如上面的例子，改為如下選擇器即可。
dom.Find("body div").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Text())
})
prev+next相鄰選擇器
假設(shè)我們要篩選的元素沒有規(guī)律，但是該元素的上一個元素有規(guī)律，我們就可以使用這種下一個相鄰選擇器來進(jìn)行選擇。
func main() {
html := `<body>
<div lang="zh">DIV1</div>
<p>P1</p>
<div lang="zh-cn">DIV2</div>
<div lang="en">DIV3</div>
<span>
<div>DIV4</div>
</span>
<p>P2</p>
</body>
`
dom,err:=goquery.NewDocumentFromReader(strings.NewReader(html))
if err!=nil{
log.Fatalln(err)
}
dom.Find("div[lang=zh]+p").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Text())
})
}
這個示例演示了這種用法，我們想選擇<p>P1</p>這個元素，但是沒啥規(guī)律，我們發(fā)現(xiàn)它前面的<div lang="zh">DIV1</div>很有規(guī)律，可以選擇，所以我們就可以采用Find("div[lang=zh]+p")達(dá)到選擇P元素的目的。
這種選擇器的語法是("prev+next")，中間是一個加號(+)，+號前后也是選擇器。
prev~next選擇器
有相鄰就有兄弟，兄弟選擇器就不一定要求相鄰了，只要他們共有一個父元素就可以。
dom.Find("div[lang=zh]~p").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Text())
})
剛剛的例子，只需要把+號換成~號,就可以把P2也篩選出來，因為P2、P1和DIV1都是兄弟。
兄弟選擇器的語法是("prev~next"),也就是相鄰選擇器的+換成了~。
內(nèi)容過濾器
有時候我們使用選擇器選擇出來后后，希望再過濾一下，這時候就用到過濾器了，過濾器有很多，我們先講內(nèi)容過濾器這一種。
dom.Find("div:contains(DIV2)").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Text())
})
Find(":contains(text)")表示篩選出的元素要包含指定的文本，我們例子中要求選擇出的div元素要包含DIV2文本，那么只有一個DIV2元素滿足要求。
此外還有Find(":empty")表示篩選出的元素都不能有子元素（包括文本元素），只篩選那些不包含任何子元素的元素。
Find(":has(selector)")和contains差不多，只不過這個是包含的是元素節(jié)點。
dom.Find("span:has(div)").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Text())
})
以上示例表示篩選出包含div元素的span節(jié)點。
:first-child過濾器
:first-child過濾器，語法為Find(":first-child")，表示篩選出的元素要是他們的父元素的第一個子元素，如果不是，則不會被篩選出來。
func main() {
html := `<body>
<div lang="zh">DIV1</div>
<p>P1</p>
<div lang="zh-cn">DIV2</div>
<div lang="en">DIV3</div>
<span>
<div style="display:none;">DIV4</div>
<div>DIV5</div>
</span>
<p>P2</p>
<div></div>
</body>
`
dom,err:=goquery.NewDocumentFromReader(strings.NewReader(html))
if err!=nil{
log.Fatalln(err)
}
dom.Find("div:first-child").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Html())
})
}
以上例子中，我們使用Find("div")會篩選出所有的div元素，但是我們加了:first-child后，就只有DIV1和DIV4了，因為只有這兩個是他們父元素的第一個子元素，其他的DIV都不滿足。
:first-of-type過濾器
:first-child選擇器限制的比較死，必須得是第一個子元素，如果該元素前有其他在前面，就不能用:first-child了，這時候:first-of-type就派上用場了，它要求只要是這個類型的第一個就可以，我們把上面的例子微調(diào)下。
func main() {
html := `<body>
<div lang="zh">DIV1</div>
<p>P1</p>
<div lang="zh-cn">DIV2</div>
<div lang="en">DIV3</div>
<span>
<p>P2</p>
<div>DIV5</div>
</span>
<div></div>
</body>
`
dom,err:=goquery.NewDocumentFromReader(strings.NewReader(html))
if err!=nil{
log.Fatalln(err)
}
dom.Find("div:first-of-type").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Html())
})
}
改動很簡單，把原來的DIV4換成了P2，如果我們還使用:first-child,DIV5是不能被篩選出來的，因為它不是第一個子元素，它前面還有一個P2。這時候我們使用:first-of-type就可以達(dá)到目的，因為它要求是同類型第一個就可以。DIV5就是這個div類型的第一個元素，P2不是div類型，被忽略。
:last-child 和 :last-of-type過濾器
這兩個正好和上面的:first-child、:first-of-type相反，表示最后一個，這里不再舉例，大家可以自己試試。
:nth-child(n) 過濾器
這個表示篩選出的元素是其父元素的第n個元素，n以1開始。所以我們可以知道:first-child和:nth-child(1)是相等的。通過指定n，我們就很靈活的篩選出我們需要的元素。
func main() {
html := `<body>
<div lang="zh">DIV1</div>
<p>P1</p>
<div lang="zh-cn">DIV2</div>
<div lang="en">DIV3</div>
<span>
<p>P2</p>
<div>DIV5</div>
</span>
<div></div>
</body>
`
dom,err:=goquery.NewDocumentFromReader(strings.NewReader(html))
if err!=nil{
log.Fatalln(err)
}
dom.Find("div:nth-child(3)").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Html())
})
}
這個示例會篩選出DIV2，因為DIV2是其父元素body的第三個子元素。
:nth-of-type(n) 過濾器
:nth-of-type(n)和 :nth-child(n) 類似，只不過它表示的是同類型元素的第n個,所以:nth-of-type(1) 和 :first-of-type是相等的，大家可以自己試試，這里不再舉例。
nth-last-child(n) 和:nth-last-of-type(n) 過濾器
這兩個和上面的類似，只不過是倒序開始計算的，最后一個元素被當(dāng)成了第一個。大家自己測試下看看效果，很明顯。
:only-child 過濾器
Find(":only-child") 過濾器，從字面上看，可以猜測出來，它表示篩選的元素，在其父元素中，只有它自己，它的父元素沒有其他子元素，才會被匹配篩選出來。
func main() {
html := `<body>
<div lang="zh">DIV1</div>
<span>
<div>DIV5</div>
</span>
</body>
`
dom,err:=goquery.NewDocumentFromReader(strings.NewReader(html))
if err!=nil{
log.Fatalln(err)
}
dom.Find("div:only-child").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Html())
})
}
示例中DIV5就可以被篩選出來，因為它是它的父元素span達(dá)到唯一子元素，但DIV1就不是，所以不能唄篩選出來。
:only-of-type 過濾器
上面的例子，如果想篩選出DIV1怎么辦？可以使用Find(":only-of-type"),因為它是它的父元素中，唯一的div元素，這就是:only-of-type過濾器所要做的，同類型元素只要只有一個，就可以被篩選出來。大家把上面的例子改成:only-of-type試試，看看是否有DIV1。
選擇器或(|)運算
如果我們想同時篩選出div,span等元素怎么辦？這時候可以采用多個選擇器進(jìn)行組合使用，并且以逗號(,)分割，Find("selector1, selector2, selectorN")表示，只要滿足其中一個選擇器就可以被篩選出來，也就是選擇器的或(|)運算操作。
func main() {
html := `<body>
<div lang="zh">DIV1</div>
<span>
<div>DIV5</div>
</span>
</body>
`
dom,err:=goquery.NewDocumentFromReader(strings.NewReader(html))
if err!=nil{
log.Fatalln(err)
}
dom.Find("div,span").Each(func(i int, selection *goquery.Selection) {
fmt.Println(selection.Html())
})
}
小結(jié)
goquery 是解析HTML網(wǎng)頁必備的利器，在爬蟲抓取網(wǎng)頁的過程中，靈活的使用goquery不同的選擇器，可以讓我們的抓取工作事半功倍，大大提升爬蟲的效率。
以上就是golang goquery selector選擇器使用示例大全的詳細(xì)內(nèi)容，更多關(guān)于golang goquery selector選擇器的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要介紹了Go語言操作redis數(shù)據(jù)庫的方法,本文通過實例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-07-07
本文將介紹如何在Linux操作系統(tǒng)下搭建Go語言環(huán)境,Go語言是一種開源的編程語言,具有高效、簡潔和并發(fā)性強的特點,適用于開發(fā)各種類型的應(yīng)用程序,搭建Go語言環(huán)境是開始學(xué)習(xí)和開發(fā)Go語言項目的第一步,本文將詳細(xì)介紹安裝Go語言、配置環(huán)境變量以及驗證安裝是否成功的步驟2023-10-10
這篇文章主要介紹了Golang 中 Slice的分析與使用(含源碼),本文通過實例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2023-03-03
這篇文章主要為大家詳細(xì)介紹了如何使用Go語言開發(fā)自動化API測試工具,文中的示例代碼講解詳細(xì),具有一定的借鑒價值,有需要的小伙伴可以參考下2024-03-03
go程序可用通過交叉編譯的方式在一個平臺輸出多個平臺可運行的二進(jìn)制包,本文給大家詳細(xì)介紹了go程序執(zhí)行交叉編譯的流程步驟,文中有詳細(xì)的代碼示例供大家參考,需要的朋友可以參考下2024-07-07
這篇文章主要介紹了GO語言常用的文件讀取方式,涉及一次性讀取、分塊讀取與逐行讀取等方法,是非常實用的技巧,需要的朋友可以參考下2014-12-12
這篇文章主要介紹了Go語言常用字符串處理方法,實例匯總了Go語言中常見的各種字符串處理技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-03-03
本文介紹與文件路徑相關(guān)包，該工具包位于path/filepath中，該包試圖與目標(biāo)操作系統(tǒng)定義的文件路徑兼容。本文介紹一些常用函數(shù)，如獲取文件絕對路徑，獲取文件名或目錄名、遍歷文件、分割文件路徑、文件名模式匹配等函數(shù)，并給具體示例進(jìn)行說明2023-02-02
windows下使用vscode搭建golang環(huán)境并調(diào)試的過程
這篇文章主要介紹了在windows下使用vscode搭建golang環(huán)境并進(jìn)行調(diào)試,主要包括安裝方法及環(huán)境變量配置技巧，本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-09-09
本文詳細(xì)介紹了Go語言中strings包的基本使用方法,包括字符串的前綴、后綴判斷,字符串包含、索引查找、字符串替換、計數(shù)、重復(fù)、大小寫轉(zhuǎn)換、修剪、分割、拼接以及數(shù)據(jù)類型轉(zhuǎn)換等功能,示例代碼豐富,適合初學(xué)者和需要使用字符串處理功能的開發(fā)者參考學(xué)習(xí)2024-10-10