使用 gocolly 仅抓取某个 <div>

Question

我正在尝试使用 gocolly 制作网络抓取工具。我只想在 https://wol.jw.org/en/wol/h/r1/lp-e 上抓取 ID 为 dailyText 的 <div> 元素。我该怎么做？

Answer 1

感谢 xarantolus 的回答。
这对我来说非常有用（如果域允许我使用它，那就是。）

func main() {
    cly := colly.NewCollector(
        colly.AllowedDomains("https://yourpage.site"),
    )
    cly.OnHTML("body", func(e *colly.HTMLElement) {
        link := e.Attr("div")
        fmt.Printf("Link found: %q -> %s\n", e.Text, link)
        cly.Visit(e.Request.AbsoluteURL(link))
    })
    cly.OnRequest(func(r *colly.Request) {
        fmt.Println("Visiting", r.URL.String())
    })
    page := cly.Visit("https://yourpage.site")
    fmt.Print(page)
}

使用 gocolly 仅抓取某个 <div>

Scrape ONLY a certain <div> using gocolly

go

go-colly