使用 golang 抓取网页内容

Question

我是编程语言的初学者，正在学习 scrape。是否可以在这样的评论中获取数据？<tbody id="the-list"><tr>    <td valign="top" align="right">1.</td>    <td valign="top">BEKASI</td>    <td valign="top">Tambun</td>    <td valign="top">Selatan</td>    <td valign="top">01.4.13.16.06.000013</td>    <td valign="top">Jalan</td>    <td valign="top">PERUM BEKASI GRIYA ASRI</td>    <td valign="top">1.500 m²</td>    <td valign="top" align="center">Kantor</td>    <td valign="top">400 m²</td>    <td valign="top" align="center">1998</td>                <td valign="top" align="center">> 200</td>    <!--    <td valign="top" align="center">-6.2245</td>    <td valign="top" align="center">107.0827</td>    -->    <td valign="top" align="right">3</td>    <td valign="top" align="right">7</td>    <td valign="top" align="right">2</td>    <td valign="top" align="right">150</td>    <td valign="top">08888123</td>    <td valign="top">-</td></tr>我希望结果可以是这样的1.;BEKASI;Tambun;Selatan;01.4.13.16.06.000013;Jalan;PERUM BEKASI GRIYA ASRI;1.500 m;Kantor;400 m;1998;200;-6.2245;107.0827;3;7;2;150;08888123;-

Answer 1

goquery是解析 html 内容的好库。

    html := `

      <table><tbody id="the-list">

         <tr>

            <td valign="top" align="right">1.</td>

            <td valign="top">BEKASI</td>

            <td valign="top">Tambun</td>

            <td valign="top">Selatan</td>

            <td valign="top">01.4.13.16.06.000013</td>

            <td valign="top">Jalan</td>

            <td valign="top">PERUM BEKASI GRIYA ASRI</td>

            <td valign="top">1.500 m²</td>

            <td valign="top" align="center">Kantor</td>

            <td valign="top">400 m²</td>

            <td valign="top" align="center">1998</td>            

            <td valign="top" align="center">> 200</td>

            <!--

            <td valign="top" align="center">-6.2245</td>

            <td valign="top" align="center">107.0827</td>

            -->

            <td valign="top" align="right">3</td>

            <td valign="top" align="right">7</td>

            <td valign="top" align="right">2</td>

            <td valign="top" align="right">150</td>

            <td valign="top">08888123</td>

            <td valign="top">-</td>

        </tr>

   </tbody></table>

`

    doc, _ := goquery.NewDocumentFromReader(strings.NewReader(html))

    sel := doc.Find("#the-list td")

    for i := range sel.Nodes{

        n := sel.Eq(i)

        fmt.Println(n.Text())

    }