上面一篇博客的代码是串行化，没有最大利用go语言的天生协程特性，如下代码使用channel管道加上goroutine实现高并发编程:
package main
import (
"fmt"
"io"
"net/http"
"os"
"strconv"
)
// 爬取单个页面的函数
func SpiderPage(i int, page chan int) {
url := "https://tieba.baidu.com/f?kw=%E7%BB%9D%E5%9C%B0%E6%B1%82%E7%94%9F&ie=utf-8&pn=" + strconv.Itoa((i-1)*50)
result, err := HttpGet(url)
if err != nil {
fmt.Println("httpGet err", err)
return
}
//fmt.Println("result=", result)
f, err := os.Create("第" + strconv.Itoa(i) + "页" + ".html")
if err != nil {
fmt.Println("Create err", err)
return
}
f.WriteString(result)
f.Close() // 保存好一个文件，关闭一个文件,不要用defer
page <- i //与主go程完成同步
}
func working(start int, end int) {
fmt.Printf("正在爬取第%d页到%d页", start, end)
page := make(chan int)
// 循环读取页数
for i := start; i <= end; i++ {
go SpiderPage(i, page)
}
// 如果不使用channel会直接让主go程退出，所以使用无缓存的channel进行阻塞
for i := start; i <= end; i++ {
fmt.Printf("第%d个页面爬取完成", <-page)
}
}
func HttpGet(url string) (result string, err error) {
resp, err1 := http.Get(url)
if err1 != nil {
err = err1 // 将封装函数的内部的错误抛给调用者
return
}
defer resp.Body.Close()
// 循环读取，传出给调用者
buf := make([]byte, 4096)
for {
n, err2 := resp.Body.Read(buf)
if n == 0 {
fmt.Println("读取网页完成")
break
}
if err2 != nil && err2 != io.EOF {
err = err2
return
}
// 累加每一次循环读到的buf数据,存入result一次性读取
result += string(buf[:n])
}
return
}
func main() {
// 指定爬取起始，终止页
var start, end int
fmt.Print("请输入爬取的起始页:")
fmt.Scan(&start)
fmt.Println("请输入终止页")
fmt.Scan(&end)
working(start, end)
}
测试了下爬取十页数据，瞬间完成：
