golang 提取html 图片

Golang 提取 HTML 图片：实用的技巧

在现代的 web 应用程序开发中，处理 HTML 内容成为了不可避免的一部分。在许多情况下，我们需要从 HTML 中提取特定的信息进行进一步的处理。本文将重点介绍如何使用 Golang 从 HTML 中提取图片，并提供一些实用的技巧。

使用 goquery 解析 HTML

goquery 是一个非常流行的 Go 语言库，专门用于解析和操作 HTML 文档。使用 goquery 可以方便地从 HTML 中提取出我们想要的内容。首先，我们需要安装 goquery：

go get github.com/PuerkitoBio/goquery

安装好后，我们可以使用 goquery 的 `NewDocumentFromReader` 函数来解析 HTML 字符串或者从文件中读取 HTML。例如，我们可以这样解析一个存储在 `body` 变量中的 HTML：

doc, err := goquery.NewDocumentFromReader(strings.NewReader(body))
if err != nil {
    log.Fatal(err)
}

提取图片

接下来我们可以使用 goquery 提供的选择器来获取所有的 `` 元素，然后遍历获取其属性 `src` 的值即可获得图片的 URL：

doc.Find("img").Each(func(index int, item *goquery.Selection) {
    imageSrc, exists := item.Attr("src")
    if exists {
        // 处理图片 URL
    }
})

在上述代码中，`doc.Find("img")` 选择器用于选取 HTML 中所有的 `` 元素，并将结果存储为 goquery 的 `Selection` 对象。然后使用 `.Each()` 方法对每个 `` 元素进行迭代处理。

下载图片

一旦获取到了图片的 URL，我们可以使用 Golang 的 `net/http` 包来下载图片并保存到本地文件中。下面是一个简单的示例：

resp, err := http.Get(imageSrc)
if err != nil {
    log.Fatal(err)
}
defer resp.Body.Close()

file, err := os.Create(filename)
if err != nil {
    log.Fatal(err)
}
defer file.Close()

_, err = io.Copy(file, resp.Body)
if err != nil {
    log.Fatal(err)
}

以上代码首先使用 `http.Get()` 函数去下载图片。然后，通过打开一个新的文件来保存图片内容，使用 `io.Copy()` 函数将图片的内容复制到文件中。

总结

本文介绍了如何使用 Golang 提取 HTML 中的图片。通过使用 goquery 库解析 HTML，我们可以方便地提取出图片的 URL，并使用标准库中的函数下载图片。这些技巧对于构建爬虫、提取网页内容等应用场景非常有用。

要注意的是，以上代码仅为示例，实际应用中还需要考虑一些额外的处理，如错误处理、文件存储路径等。此外，对于一些动态加载的图片或者通过 JavaScript 生成的图片，可能需要使用其他工具或库来处理。

总体而言，使用 Golang 提取 HTML 图片是一个相对简单且实用的任务。通过掌握这些技巧，你可以更好地处理网页内容，并为你的应用程序带来更多的可能性。