答案是使用Golang编写简单爬虫可通过net/http发起请求，结合golang.org/x/net/html解析HTML，提取标题和链接。程序首先发送HTTP请求获取网页内容，检查响应状态码后解析HTML文档，递归遍历节点获取title标签内容及所有a标签的href属性值并打印。基础版本为单页同步爬取，适合初学者理解流程。后续可扩展命令行参数、引入框架如colly、添加请求延迟、数据持久化及并发抓取多个页面，利用Go的goroutine实现高效批量爬取，展现其在性能和结构上的优势。
用Golang写一个简单的爬虫程序并不复杂，适合初学者快速上手。下面是一个基础但实用的爬虫项目示例，帮助你抓取网页内容并提取关键信息。
项目目标
从一个静态网页中获取标题和所有链接，并打印出来。我们将使用 net/http 发起请求，用 golang.org/x/net/html 解析HTML。
环境准备
确保已安装Go环境（1.18+），然后安装HTML解析库：
go get golang.org/x/net/html
立即学习“go语言免费学习笔记（深入）”；
代码实现
创建文件 main.go，写入以下内容：
本程序源码为asp与acc编写，并没有花哨的界面与繁琐的功能，维护简单方便，只要你有一些点点asp的基础，二次开发易如反掌。 1.功能包括产品，新闻，留言簿，招聘，下载，...是大部分中小型的企业建站的首选。本程序是免费开源，只为大家学习之用。如果用于商业，版权问题概不负责。1.采用asp+access更加适合中小企业的网站模式。 2.网站页面div+css兼容目前所有主流浏览器，ie6+，Ch
package main
import (
"fmt"
"io"
"net/http"
"golang.org/x/net/html"
)
func main() {
resp, err := http.Get("https://example.com")
if err != nil {
fmt.Printf("请求失败: %v\n", err)
return
}
defer resp.Body.Close()
if resp.StatusCode != 200 {
fmt.Printf("HTTP错误: %d\n", resp.StatusCode)
return
}
doc, err := html.Parse(resp.Body)
if err != nil {
fmt.Printf("解析HTML失败: %v\n", err)
return
}
fmt.Printf("页面标题: %s\n", extractTitle(doc))
fmt.Println("发现的链接:")
extractLinks(doc)
}
func extractTitle(n *html.Node) string {
if n.Type == html.ElementNode && n.Data == "title" {
if n.FirstChild != nil {
return n.FirstChild.Data
}
}
for c := n.FirstChild; c != nil; c = c.NextSibling {
if title := extractTitle(c); title != "" {
return title
}
}
return ""
}
func extractLinks(n *html.Node) {
if n.Type == html.ElementNode && n.Data == "a" {
for _, attr := range n.Attr {
if attr.Key == "href" {
fmt.Println(attr.Val)
}
}
}
for c := n.FirstChild; c != nil; c = c.NextSibling {
extractLinks(c)
}
}
运行与测试
在终端执行：
go run main.go
输出类似：
页面标题: Example Domain
发现的链接:
https://www.iana.org/domains/example
扩展建议
这个爬虫是同步且单页的，你可以进一步优化：
- 添加命令行参数支持不同URL
- 使用 colly 框架处理更复杂的爬取逻辑
- 加入延迟控制避免频繁请求
- 将结果保存到文件或数据库
基本上就这些。Golang的并发特性让爬虫很容易扩展成多任务模式，后续可以尝试用 goroutine 实现并发抓取多个页面。结构清晰、性能好，是Go做爬虫的一大优势。
