Go言語で実装されたweb爬虫類の例

2923 ワード

この例では,Go言語で実現されるweb爬虫法について述べる.皆さんの参考にしてください.具体的な分析は以下の通りである.
ここではGoの同時特性を用いてweb爬虫類を並列に実行する.Crawl関数を変更してURLsを並列にキャプチャし、重複しないことを保証します.

   package main 
  
import (
    "fmt"
)
type Fetcher interface {
        // Fetch URL body , URL slice 。
    Fetch(url string) (body string, urls []string, err error)
}
// Crawl fetcher URL , 。
func Crawl(url string, depth int, fetcher Fetcher) {
        // TODO: URL。
        // TODO: 。
        // :
    if depth <= 0 {
        return
    }
    body, urls, err := fetcher.Fetch(url)
    if err != nil {
        fmt.Println(err)
        return
    }
    fmt.Printf("found: %s %q
", url, body)
    for _, u := range urls {
        Crawl(u, depth-1, fetcher)
    }
    return
}
func main() {
    Crawl("http://golang.org/", 4, fetcher)
}
// fakeFetcher Fetcher。
type fakeFetcher map[string]*fakeResult
type fakeResult struct {
    body string
    urls     []string
}
func (f *fakeFetcher) Fetch(url string) (string, []string, error) {
    if res, ok := (*f)[url]; ok {
        return res.body, res.urls, nil
    }
    return "", nil, fmt.Errorf("not found: %s", url)
}
// fetcher fakeFetcher。
var fetcher = &fakeFetcher{
    "http://golang.org/": &fakeResult{
        "The Go Programming Language",
        []string{
            "http://golang.org/pkg/",
            "http://golang.org/cmd/",
        },
    },
    "http://golang.org/pkg/": &fakeResult{
        "Packages",
        []string{
            "http://golang.org/",
            "http://golang.org/cmd/",
            "http://golang.org/pkg/fmt/",
            "http://golang.org/pkg/os/",
        },
    },
    "http://golang.org/pkg/fmt/": &fakeResult{
        "Package fmt",
        []string{
            "http://golang.org/",
            "http://golang.org/pkg/",
        },
    },
    "http://golang.org/pkg/os/": &fakeResult{
        "Package os",
        []string{
            "http://golang.org/",
            "http://golang.org/pkg/",
        },
    },
}

本文で述べたことが皆さんのGo言語プログラム設計に役立つことを願っています.