此文档主要涉及到页面解析，goquery的使用方法，我觉得可以专门写篇文档。package pholcus_lib

// 基础包

import (

    "github.com/henrylee2cn/pholcus/common/goquery"                          //DOM解析

    "github.com/henrylee2cn/pholcus/app/downloader/request" //必需

    . "github.com/henrylee2cn/pholcus/app/spider"           //必需

    // . "github.com/henrylee2cn/pholcus/app/spider/common" //选用

    // "github.com/henrylee2cn/pholcus/logs"

    // net包

     "net/http" //设置http.Header

    // "net/url"

    // 编码包

    // "encoding/xml"

    //"encoding/json"

    // 字符串处理包

    //"regexp"

    // "strconv"

        "strings"

    // 其他包

     "fmt"

    // "math"

    // "time"

)

func init() {

    FileTest1.Register()

}

var FileTest1 = &Spider{

    Name:        "meizitu图片下载",//url:http://www.meizitu.com/

    Description: "meizitu图片下载",

    // Pausetime: 300,

    // Keyin:   KEYIN,

    // Limit:        LIMIT,

    EnableCookie: false,

    RuleTree: &RuleTree{

        Root: func(ctx *Context) {

            ctx.AddQueue(&request.Request{

                Url:          "http://www.meizitu.com/",

                Rule:         "meizitu",

                ConnTimeout:  -1,

                DownloaderID: 0, //图片等多媒体文件必须使用0（surfer surf go原生下载器）

            })

        },

        Trunk: map[string]*Rule{

            "meizitu":{

                ParseFunc: func(ctx *Context) {

                    query := ctx.GetDom()

                    query.Find("#picture p a").Each(func(i int, s *goquery.Selection) { //其中picture是id，

                    //p是tagname a也是tagname，这里就找到了a，而且是好多个，所以用了each进行循环

                        //s.Find('p>a').

                        fmt.Println("打印一下")

                        fmt.Println(s.Html())//s对象的内部HTML代码

                        fmt.Println("-----------")

                        url1,_:=s.Attr("href")//s的href属性值

                        fmt.Println(url1)

                        fmt.Println("??????????????")

                        //t:=s.Find('a').Eq(0)

                        //fmt.Println("A的html",t.Html())

                        if href, ok := s.Attr("href"); ok {

                                ctx.AddQueue(&request.Request{

                                    Url:    href,

                                    Header: http.Header{"Content-Type": []string{"text/html; charset=gbk"}},

                                    Rule:   "图片URL",

                                })

                            }

                        })

                },

            },

            "图片URL": {

                ParseFunc: func(ctx *Context) {

                    query := ctx.GetDom()

                    query.Find("#picture p img").Each(func(i int, s *goquery.Selection) {//同上

                        //s.Find('p>a').

                        fmt.Println("二级页面开始！打印一下????????????????????????????????????")

                        fmt.Println(s.Html())

                        fmt.Println("-----------")

                        url1,_:=s.Attr("src")

                        fmt.Println(url1)

                        fmt.Println("??????????????")

                        fmt.Println("二级页面结束！")

                        //t:=s.Find('a').Eq(0)

                        //fmt.Println("A的html",t.Html())

                        if href, ok := s.Attr("src"); ok {

                                ctx.AddQueue(&request.Request{

                                    Url:    href,

                                    Header: http.Header{"Content-Type": []string{"text/html; charset=gbk"}},

                                    Rule:   "图片下载",

                                })

                            }

                        })

                },

            },

            "图片下载": {

                ParseFunc: func(ctx *Context) {

                    fmt.Println("图片链接URL：",ctx.GetUrl())

                    picurl:=ctx.GetUrl()//获取链接值，用于为图片命名，这里可能还会涉及新建文件夹，所以后面还需要想想怎么传参数？？？？？

                    picname:=strings.Replace(picurl,"http://mm.howkuai.com/wp-content/uploads/","",-1)//替换值

                    picname=strings.Replace(picname,"/","-",-1)//替换值

                    ctx.FileOutput(picname) // 等价于ctx.AddFile("baidu")

                },

            },

        },

    },

}