对于一些背景信息,我是 Go 新手(3 或 4 天),但我开始对它更加熟悉。
我正在尝试用来goquery
解析网页。(最终我想将一些数据放入数据库中)。对于我的问题,一个例子将是解释它的最简单方法:
<html>
<body>
<h1>
<span class="text">Go </span>
</h1>
<p>
<span class="text">totally </span>
<span class="post">kicks </span>
</p>
<p>
<span class="text">hacks </span>
<span class="post">its </span>
</p>
<h1>
<span class="text">debugger </span>
</h1>
<p>
<span class="text">should </span>
<span class="post">be </span>
</p>
<p>
<span class="text">called </span>
<span class="post">ogle </span>
</p>
<h3>
<span class="statement">true</span>
</h3>
</body>
<html>
我想:
- 提取内容
<h1..."text"
。 - 将此提取的内容插入
<p..."text"
(并连接)到. - 仅对紧跟标签的
<p>
标签执行此操作。<h1>
- 对页面上的所有
<h1>
标签执行此操作。
所以这就是我想要的样子:
<html>
<body>
<p>
<span class="text">Go totally </span>
<span class="post">kicks </span>
</p>
<p>
<span class="text">hacks </span>
<span class="post">its </span>
</p>
<p>
<span class="text">debugger should </span>
<span class="post">be </span>
</p>
<p>
<span class="text">called </span>
<span class="post">ogle</span>
</p>
<h3>
<span class="statement">true</span>
</h3>
</body>
<html>
像这样开始的代码,
package main
import (
"fmt"
"strings"
"github.com/PuerkitoBio/goquery"
)
func main() {
html_code := strings.NewReader(`code_example_above`)
doc, _ := goquery.NewDocumentFromReader(html_code)
我知道我可以阅读<h1..."text"
:
h3_tag := doc.Find("h3 .text")
我也知道我可以将内容添加到内容<h1..."text"
中<p..."text"
:
doc.Find("p .text").Before("h3 .text")
^但此命令会在<h1..."text"
.<p..."text"
然后,我发现了如何更接近我想要的:
doc.Find("p .text").First().Before("h3 .text")
^此命令仅在第一个案例之前插入每个案例的内容(更接近我想要的)。<h1..."text"
<p..."text"
我也尝试使用goquery
'Each()
函数,但我无法通过该方法更接近我想要的(尽管我确信有一种方法可以做到这一点Each()
,对吧?)
我最大的问题是我无法弄清楚如何将每个实例<h1..."text"
与<p..."text"
紧随其后的实例相关联。
如果它有帮助,<h1..."text"
总是在<p..."text"
我试图解析的网页上跟随。
我的脑子没水了。有没有围棋天才知道如何做到这一点并愿意解释它?提前致谢。
编辑
我发现了我可以做的其他事情:
doc.Find("h1").Each(func(i int, s *goquery.Selection) {
nex := s.Next().Text()
fmt.Println(s.Text(), nex, "\n\n")
})
^这打印出我想要的——每个实例的内容,<h1..."text"
后跟它的直接实例<p..."text"
。我原以为这s.Next()
会输出 的下一个实例<h1>
,但它会输出它正在迭代的doc
--the*goquery.Selection
中的下一个标签。那是对的吗?
或者,正如所mattn
指出的,我也可以使用doc.Find("h1+p")
.
我仍然无法附加<h1..."text"
到<p..."text"
. 我会将其作为另一个问题发布,因为您可以将其分解为多个问题,并且Mattn
已经回答了一个问题。