goquery - 有点像那个j东西，只不过是用Go语言实现的

goquery为Go语言带来了类似jQuery的语法和一系列功能。它基于Go的net/html包和CSS选择器库cascadia。由于net/html解析器返回的是节点而非完整的DOM树，jQuery的有状态操作函数（如height()、css()、detach()）被省略了。

此外，由于net/html解析器要求UTF-8编码，goquery也是如此：确保源文档提供UTF-8编码的HTML是调用者的责任。有关各种实现方法，请参阅wiki。

在语法上，它尽可能接近jQuery，尽可能使用相同的函数名，并保留了那种温暖而模糊的可链式接口。鉴于jQuery是如此流行的库，我觉得编写一个类似的HTML操作库最好遵循其API，而不是重新开始（与Go的fmt包精神相同），尽管它的一些方法不太直观（说的就是你，index()...）。

安装

请注意，从goquery的v1.9.0版本开始，由于使用了泛型，需要Go 1.18+。对于之前的goquery版本，由于net/html依赖，需要Go 1.1+版本。正在进行的goquery开发在最新的两个Go版本上进行测试。

$ go get github.com/PuerkitoBio/goquery

（可选）运行单元测试：

$ cd $GOPATH/src/github.com/PuerkitoBio/goquery
$ go test

（可选）运行基准测试（警告：需要几分钟时间）：

$ cd $GOPATH/src/github.com/PuerkitoBio/goquery
$ go test -bench=".*"

更新日志

请注意，goquery的API现已稳定，不会发生破坏性变更。

2024-04-29 (v1.9.2) : 更新 go.mod 依赖。
2024-02-29 (v1.9.1) : 改进 Map 函数和 Selection.Map 方法的内存分配和性能，更好地记录cascadia的差异（感谢 @jwilsson）。
2024-02-22 (v1.9.0) : 添加通用 Map 函数，goquery现在需要Go 1.18+版本（感谢 @Fesaa）。
2023-02-18 (v1.8.1) : 更新 go.mod 依赖，更新CI工作流程。
2021-10-25 (v1.8.0) : 添加 Render 函数，将 Selection 渲染到 io.Writer（感谢 @anthonygedeon）。
2021-07-11 (v1.7.1) : 更新go.mod依赖并添加dependabot配置（感谢 @jauderho）。
2021-06-14 (v1.7.0) : 添加 Single 和 SingleMatcher 函数以优化首次匹配选择（感谢 @gdollardollar）。
2021-01-11 (v1.6.1) : 修复在包含非元素节点的 Selection 上调用 {Prepend,Append,Set}Html 时的崩溃问题。
2020-10-08 (v1.6.0) : 对所有处理html字符串的函数（AfterHtml、AppendHtml等）在容器节点的上下文中解析html。感谢 @thiemok 和 @davidjwilkins 的贡献。
2020-02-04 (v1.5.1) : 更新模块依赖。
2018-11-15 (v1.5.0) : 支持Go模块（感谢 @Zaba505）。
2018-06-07 (v1.4.1) : 添加 NewDocumentFromReader 示例。
2018-03-24 (v1.4.0) : 废弃 NewDocument(url) 和 NewDocumentFromResponse(response)。
2018-01-28 (v1.3.0) : 在 Slice 中添加 ToEnd 常量，用于选择到末尾（感谢 @davidjwilkins 提出问题）。
2018-01-11 (v1.2.0) : 添加 AddBack* 并废弃 AndSelf（感谢 @davidjwilkins）。
2017-02-12 (v1.1.0) : 添加 SetHtml 和 SetText（感谢 @glebtv）。
2016-12-29 (v1.0.2) : 优化 Selection.Text 的内存分配（感谢 @radovskyb）。
2016-08-28 (v1.0.1) : 优化大型文档的性能。
2016-07-27 (v1.0.0) : 标记1.0.0版本。
2016-06-15 : 无效的选择器字符串内部编译为永不匹配任何节点的 Matcher 实现（而不是引发panic）。例如，doc.Find("~") 返回一个空的 *Selection 对象。
2016-02-02 : 添加 NodeName 实用函数，类似于DOM的 nodeName 属性。它返回选择中第一个元素的标签名，以及非元素节点的其他相关值（详见文档）。添加 OuterHtml 实用函数，类似于DOM的 outerHTML 属性（命名为 OuterHtml，小写以保持与现有 Selection 上的 Html 方法一致）。
2015-04-20 : 添加 AttrOr 辅助方法，返回属性值或缺失时的默认值。感谢 piotrkowalczuk。
2015-02-04 : 添加更多操作函数 - Prepend* - 再次感谢 Andrew Stone。
2014-11-28 : 添加更多操作函数 - ReplaceWith*、Wrap* 和 Unwrap - 再次感谢 Andrew Stone。
2014-11-07 : 添加操作函数（感谢 Andrew Stone）和 *Matcher 函数，接收已编译的cascadia选择器而非选择器字符串，从而避免goquery通过 cascadia.MustCompile 调用可能引发的panic。这提高了性能（选择器可以编译一次并重复使用）并使错误处理更符合惯例（您可以处理cascadia的编译错误，而不是从panic中恢复，这一直困扰着我）。注意，实际期望的类型是 Matcher 接口，cascadia.Selector 实现了该接口。可以使用其他匹配器实现。
2014-11-06 : 将net/html的导入路径更改为golang.org/x/net/html（参见 https://groups.google.com/forum/#!topic/golang-nuts/eD8dh3T9yyA）。当您使用 html.Node 调用goquery时，请确保更新代码以使用新的导入路径。
v0.3.2 : 添加 NewDocumentFromReader()（感谢jweir），允许从io.Reader创建goquery文档。
v0.3.1 : 添加 NewDocumentFromResponse()（感谢assassingj），允许从http响应创建goquery文档。
v0.3.0 : 添加 EachWithBreak()，允许通过返回false来跳出 Each() 循环。添加此函数而不是更改现有的 Each() 以避免破坏兼容性。
v0.2.1 : 使其可通过go get获取，现在go.net/html与Go1.0兼容（感谢@matrixik指出这一点）。
v0.2.0 ：在Slice()中添加对负索引的支持。重大变更 移除了Document.Root，Document现在本身就是一个Selection（单一选择，即根元素，与之前的Document.Root相同）。添加了jQuery的Closest()方法。
v0.1.1 ：添加基准测试作为重构的基线，重构Next...()和Prev...()方法以使用新的html包的链表特性（Next/PrevSibling, FirstChild）。性能显著提升（在某些情况下提升40%以上）。
v0.1.0 ：初始发布。

API

与jQuery不同，goquery不是作为DOM文档的一部分加载，也不会作用于包含它的文档。因此，goquery需要被告知要操作哪个HTML文档。这就是Document类型的用途。它持有根文档节点作为初始的Selection值进行操作。

goquery暴露了两个结构体Document和Selection，以及Matcher接口。jQuery通常对同一个函数有多个变体（无参数、选择器字符串参数、jQuery对象参数、DOM元素参数等）。goquery没有使用带有可变空接口参数的单一方法来提供相同的功能，而是使用静态类型的签名，遵循以下命名约定：

当jQuery等效函数可以无参数调用时，无参数签名与jQuery使用相同的名称（如Prev()），而带选择器字符串参数的版本称为XxxFiltered()（如PrevFiltered()）
当jQuery等效函数必须有一个参数时，选择器字符串版本使用与jQuery相同的名称（如Is()）
jQuery中接受jQuery对象作为参数的签名在goquery中定义为XxxSelection()，并接受*Selection对象作为参数（如FilterSelection()）
jQuery中接受DOM元素作为参数的签名在goquery中定义为XxxNodes()，并接受*html.Node类型的可变参数（如FilterNodes()）
jQuery中接受函数作为参数的签名在goquery中定义为XxxFunction()，并接受一个函数作为参数（如FilterFunction()）
可以用选择器字符串调用的goquery方法有对应的版本，接受Matcher接口，定义为XxxMatcher()（如IsMatcher()）

在jQuery中不存在但在Go中有用的实用函数被实现为函数（接受*Selection作为参数），以避免与*Selection的方法（保留用于jQuery等效行为）可能发生的命名冲突。

完整的包参考文档可以在这里找到。

请注意，Cascadia的选择器不一定匹配jQuery（Sizzle）支持的所有选择器。详情请参见cascadia项目。此外，选择器的工作方式更像DOM的querySelectorAll，而不是jQuery的匹配器 - 它们没有上下文匹配的概念（关于这意味着什么的一些具体例子，请参见此票据）。实践中，这通常不太重要，但值得一提。无效的选择器字符串会编译成一个无法匹配任何节点的Matcher。接受选择器字符串作为参数的各种函数的行为遵循这一事实，例如（其中~是一个无效的选择器字符串）：

Find("~")返回一个空选择，因为选择器字符串不匹配任何内容。
Add("~")返回一个新的选择，持有与原始选择相同的节点，因为它没有添加任何节点（选择器字符串不匹配任何内容）。
ParentsFiltered("~")返回一个空选择，因为选择器字符串不匹配任何内容。
ParentsUntil("~")返回选择的所有父元素，因为选择器字符串没有匹配到任何元素来停止在顶层元素之前。

示例

在wiki中查看一些技巧和窍门。

改编自example_test.go：

package main

import (
  "fmt"
  "log"
  "net/http"

  "github.com/PuerkitoBio/goquery"
)

func ExampleScrape() {
  // 请求HTML页面
  res, err := http.Get("http://metalsucks.net")
  if err != nil {
    log.Fatal(err)
  }
  defer res.Body.Close()
  if res.StatusCode != 200 {
    log.Fatalf("状态码错误: %d %s", res.StatusCode, res.Status)
  }

  // 加载HTML文档
  doc, err := goquery.NewDocumentFromReader(res.Body)
  if err != nil {
    log.Fatal(err)
  }

  // 查找评论项目
  doc.Find(".left-content article .post-title").Each(func(i int, s *goquery.Selection) {
    // 对于找到的每个项目，获取标题
    title := s.Find("a").Text()
    fmt.Printf("评论 %d: %s\n", i, title)
  })
}

func main() {
  ExampleScrape()
}

支持

您可以通过以下几种方式支持本项目：

使用它、为它加星、用它构建项目、传播它！
- 如果您确实用它构建了开源或其他公开可见的项目，请告诉我，我可以将其添加到相关项目部分！
提出问题以改进项目（注意：文档错别字和澄清也是问题！）
- 在提出新问题之前请先搜索现有问题 - 可能已经有人提出过了。
拉取请求：除非修复非常简单，否则请先在问题中讨论新代码。
- 确保新代码经过测试。
- 注意现有代码 - 破坏现有代码的PR很可能会被拒绝，除非它修复了一个严重问题。
赞助开发者
- 查看Github仓库顶部的赞助按钮
- 或通过下方的BuyMeACoffee.com