1. 程式人生 > >go語言爬蟲goquery和grequests的使用

go語言爬蟲goquery和grequests的使用

gen times name lac like index htm syn stop

/*下載工具*/  
package main  
  
import (  
    "fmt"  
    //go語言版本的jquery  
    "github.com/PuerkitoBio/goquery"  
    "os"  
    "sync"  
    "strings"  
    //go語言版本的request  
    "github.com/levigross/grequests"  
    "time"  
    "strconv"  
)  
  
var wg sync.WaitGroup  
  
func main() {  
    now := time.Now()  
    initalUrls := []string{"http://www.zngirls.com/girl/18071/album/", }  
    for _, url := range initalUrls {  
        doc, err := goquery.NewDocument(url)  
        if err != nil {  
            fmt.Errorf("下載錯誤:%#v", err)  
            os.Exit(-1)  
        }  
  
        doc.Find(".igalleryli_link").Each(func(i int, s *goquery.Selection) {  
            src, exists := s.Find("img").Attr("src")  
            fmt.Printf("開始下載影集圖片:%v\n", src)  
            if (exists) {  
                wg.Add(1)  
                go func(src string) {  
                    defer wg.Done()  
  
                    //下載圖片  
                    //tryTimes := map[int]int  
                    n := 0  
                    s := strings.Replace(src, "cover/", "", 1)  
                    ss := strings.Split(s, "/")  
                    fm := strings.Join(ss[:len(ss) - 1], "/")  
                    sf0 := fm + "/%d.jpg"  
                    sfn := fm + "/%03d.jpg"  
  
                    for {  
                        //持續下載  
                        s := ""  
                        if n == 0 {  
                            s = fmt.Sprintf(sf0, n)  
                        } else {  
                            s = fmt.Sprintf(sfn, n)  
                        }  
  
                        fmt.Printf("準備下載: %v\n", s)  
                        res, _ := grequests.Get(s, &grequests.RequestOptions{  
                            //結構體可以對指定的類型給值,而不一定都賦值  
                            Headers:map[string]string{  
                                "Referer":"http://www.zngirls.com",  
                                "User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36"}})  
                        //條件需要修改,如果沒有圖片,返回的是盜鏈,圖片4kb  
                        if res.StatusCode != 200 {  
                            fmt.Printf("下載失敗,退出影集下載:%s\n", src)  
                            break  
                        }  
  
                        //圖片可能是該網站,返回的盜鏈圖片(4kb左右)  
                        length := res.Header.Get("Content-Length")  
                        slen,_ := strconv.Atoi(length)  
                        if slen < 4100{  
                            fmt.Printf("下載內容失敗,退出影集下載:%s\n", src)  
                            break  
                        }  
  
                        index := strings.Index(s, "gallery")  
                        if index == -1 {  
                            fmt.Errorf("無效地址,找不到gallery關鍵詞,解析失敗:%s\n", src)  
                            return  
                        }  
  
                        ss2 := strings.Split(string(s[index:]), "/")  
                        dirname := strings.Join(ss2[:len(ss2) - 1], "/")  
                        if _, err := os.Stat(dirname); err != nil {  
                            fmt.Printf("創建下載文件夾:%s\n", dirname)  
                            os.MkdirAll(dirname, 0666)  
                        }  
  
                        filename := strings.Join(ss2, "/")  
                        res.DownloadToFile(filename)  
                        fmt.Printf("成功下載圖片到:%s\n", filename)  
                        n++  
                    }  
                }(src)  
            }  
        })  
    }  
  
    wg.Wait()  
    //4M的帶寬下載,需要16m36s,總大小202M,10個文件夾,560個文件  
    fmt.Printf("下載任務完成,耗時:%#v\n", time.Now().Sub(now))  
}  

go語言爬蟲goquery和grequests的使用