10 Goquery踩坑

// package
import "github.com/PuerkitoBio/goquery"

// go mod

require github.com/PuerkitoBio/goquery v1.5.1

API文档在pkg.go.dev点这里，Github仓库在这里。

goquery在Github上近9k的star，golang著名的爬虫框架colly也用的它。

goquery简介

goquery实现了与jQuery类似的功能，包括使用可链接语法操纵和查询HTML文档。

它为Go语言带来了一种类似于jQuery的语法和函数。它基于Go的net/html包和CSS Selector库cascadia。由于net/html解析器返回的是节点，而不是功能完整的DOM树，因此jQuery的有状态操作函数（例如height()，css()，detach()）已被省去。

net/html解析器读取UTF-8编码的文件（Go默认处理的就是UTF-8编码的文件），所以要确保被操作的源文档是UTF-8编码的HTML文件。有关如何执行此操作的各种选项，可查看Github仓库的Wiki。

在语法上，它尽可能接近jQuery，并在可能的情况下使用相同的方法名称，并且具有熟悉而类似的可链接接口。

jQuery是一个广受欢迎的库，因此，参照和遵循它的API来编写类似的HTML操作库会更好，这也是Go语言的精神（如fmt包的实现），即使jQuery有些方法看起来不那么直观（如index()等）。

注意：goquery以来net/html库，因此需要Go1.1+以上版本。

根据方法的不同类型分类到不同的文件中，三个点（...）表示该方法可以重载（overloads）。

• array.go（数组类位置选择操作）：Eq()，First()，Get()，Index...()，Last()，Slice()
• expend.go（扩充选择的集合）：Add...()，AndSelf()，Union()是AddSelection()的别名
• filter.go（过滤选择的集合）：End()，Filter...()，Has...()，Intersection()是FilterSelection()的别名，Not...()
• iteration.go（遍历节点）：Each()，EachWithBreak()，Map()
• manipulation.go（修改HTML）：After...()，Append...()，Before...()，Clone()，Empty()，Prepend...()，Remove...()，ReplaceWith...()，Unwrap()，Wrap...()，WrapAll...()，WrapInner...()
• property.go（检查并获取节点属性值）：Attr*(), RemoveAttr(), SetAttr()，AddClass(), HasClass(), RemoveClass(), ToggleClass()，Html()，Length()，Size()是Length()的别名，Text()
• query.go（判断节点身份）：Contains()，Is...()
• traversal.go（遍历HTML文档树）：，Children...()，Contents()，Find...()，Next...()，Parent[s]...()，Prev...()，Siblings...()
• type.go(goquery公开的类型)：Document，Selection，Matcher
• utilities.go（辅助函数，而不是* Selection的方法，这不是jQuery的一部分）：NodeName，OuterHtml

了解了具体的功能和提供的函数，具体就是在调用上面函数的时候提供CSS选择器作为参数。

CSS选择器

goquery使用样例

大部分都和上面的一样，比较特殊的列在下面。

下面的操作在选择器选出的内容中再进行过滤。