golang goquery selector選擇器使用示例大全

更新時(shí)間：2022年09月21日 14:39:10 作者：如此風(fēng)景

這篇文章主要為大家介紹了golang goquery selector選擇器使用示例大全，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪

引言

最近研究Go爬蟲相關(guān)的知識，使用到goquery這個(gè)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(shí)，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(shí)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(gè)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(gè)是使用頻次最多的，類似于上面的例子，有兩個(gè)div元素，其實(shí)我們只需要其中的一個(gè)，那么我們只需要給這個(gè)標(biāo)記一個(gè)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(gè)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(gè)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(gè)選擇器，篩選出Element為div并且有class這個(gè)屬性的，所以第一個(gè)div沒有被篩選到。

剛剛上面這個(gè)示例是采用是否存在某個(gè)屬性為篩選器，同理，我們可以篩選出屬性為某個(gè)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(gè)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(gè)字符串的div元素
Find(“div[lang~=zh]”)	篩選lang屬性包含zh這個(gè)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(gè)屬性篩選器為例，當(dāng)然你也可以使用多個(gè)屬性篩選器組合使用，比如： Find("div[id][lang=zh]"),用多個(gè)中括號連起來即可。當(dāng)有多個(gè)屬性篩選器的時(shí)候，要同時(shí)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(gè)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(gè)父元素下，符合child這個(gè)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(gè)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(gè)元素有規(guī)律，我們就可以使用這種下一個(gè)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(gè)示例演示了這種用法，我們想選擇<p>P1</p>這個(gè)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(gè)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(gè)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?yàn)?code>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(shí)候我們使用選擇器選擇出來后后，希望再過濾一下，這時(shí)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(gè)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(gè)是包含的是元素節(jié)點(diǎn)。

    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(diǎn)。

: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(gè)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?yàn)橹挥羞@兩個(gè)是他們父元素的第一個(gè)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(gè)子元素，如果該元素前有其他在前面，就不能用:first-child了，這時(shí)候:first-of-type就派上用場了，它要求只要是這個(gè)類型的第一個(gè)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?yàn)樗皇堑谝粋€(gè)子元素，它前面還有一個(gè)P2。這時(shí)候我們使用:first-of-type就可以達(dá)到目的，因?yàn)樗笫峭愋偷谝粋€(gè)就可以。DIV5就是這個(gè)div類型的第一個(gè)元素，P2不是div類型，被忽略。

:last-child 和 :last-of-type過濾器

這兩個(gè)正好和上面的:first-child、:first-of-type相反，表示最后一個(gè)，這里不再舉例，大家可以自己試試。

:nth-child(n) 過濾器

這個(gè)表示篩選出的元素是其父元素的第n個(gè)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(gè)示例會篩選出DIV2，因?yàn)?code>DIV2是其父元素body的第三個(gè)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(gè),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(gè)和上面的類似，只不過是倒序開始計(jì)算的，最后一個(gè)元素被當(dāng)成了第一個(gè)。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?yàn)樗撬母冈?code>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?yàn)樗撬母冈刂?，唯一?code>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(gè)，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(yùn)算

如果我們想同時(shí)篩選出div,span等元素怎么辦？這時(shí)候可以采用多個(gè)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(gè)選擇器就可以被篩選出來，也就是選擇器的或(|)運(yùn)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())
	})
}