本文介绍如何使用 go 语言（通过 goquery 库）高效解析 html 页面，利用类似 jquery 的 css 选择器语法精准提取具有特定类名（如 `.funcname`）的 dom 元素文本或属性值。
在 Go 生态中，原生 net/html 包虽可解析 HTML，但操作繁琐、缺乏选择器支持；而 goquery 是业界广泛采用的轻量级 HTML 解析库，它基于 net/html 构建，并提供与 jQuery 高度兼容的链式 API，极大简化了 DOM 查询与数据抽取流程。
✅ 快速上手：安装与基础用法
首先安装 goquery：
go get github.com/PuerkitoBio/goquery
以下是一个完整示例：从 HTML 字符串中提取所有 <div class="funcname"> 的文本内容：
package main
import (
"fmt"
"strings"
"github.com/PuerkitoBio/goquery"
)
func main() {
html := `
<html>
<body>
<div class="funcname">ParseHTML</div>
<div class="other">Ignore me</div>
<div class="funcname">ExtractValue</div>
</body>
</html>`
doc, err := goquery.NewDocumentFromReader(strings.NewReader(html))
if err != nil {
panic(err)
}
// 使用 CSS 选择器查找所有 .funcname 元素
doc.Find(".funcname").Each(func(i int, s *goquery.Selection) {
text := strings.TrimSpace(s.Text())
fmt.Printf("第 %d 个 funcname: %q\n", i+1, text)
// 输出：
// 第 1 个 funcname: "ParseHTML"
// 第 2 个 funcname: "ExtractValue"
})
}? 进阶技巧：获取属性、HTML 或遍历子节点
-
获取元素属性（如 id、data-value）：
立即学习“前端免费学习笔记（深入）”；
id, exists := s.Attr("id") if exists { fmt.Println("ID:", id) } -
提取原始 HTML 内容（含标签）：
htmlContent, _ := s.Html() fmt.Println("Inner HTML:", htmlContent) -
查找嵌套结构（如 .funcname > code）：
doc.Find(".funcname code").Text()
⚠️ 注意事项
- goquery.NewDocument() 默认发起 HTTP 请求，若解析本地 HTML 字符串或 io.Reader，请使用 NewDocumentFromReader()，避免误触发网络调用；
- HTML 若未规范闭合或含编码问题（如非 UTF-8），建议先用 golang.org/x/net/html/charset 自动检测并转换；
- 在高并发场景下，每个 goroutine 应独立创建 *goquery.Document，因其不保证并发安全。
掌握 goquery 的 CSS 选择器能力，可让 Go 在网页抓取、模板预渲染、自动化测试断言等场景中兼具性能与开发效率。
