下面是一个使用Colly库编写的Go语言图像爬虫程序,该程序会爬取news.qq上的图片,并使用proxy_host:duoip和proxy_port:8000的爬虫IP服务器进行抓取。
package mainimport ("fmt""net/http""github.com/crawlab-collective/go-colly"
)func main() {// 创建一个Collector实例c := colly.NewCollector()// 设置爬虫IP服务器c.SetProxy("http", "duoip:8000")// 添加要爬取的URLc.OnRequest(func(r *colly.Request) {r.URL = "news.qq"})// 当抓取到图片时,将其下载到本地c.OnHTML("img", func(e *colly.HTMLElement) {imgURL := e attr := e.Attr("src")fmt.Println(imgURL)c.Image(imgURL)})// 开始抓取c.Start()
}
这个程序首先创建一个colly.Collector
实例,并设置爬虫IP服务器为duoip:8000
。然后,它添加要爬取的URL为news.qq
。
当程序抓取到网页上的图片时,它会打印出图片的URL,并使用c.Image()
方法将其下载到本地。
最后,程序使用c.Start()
方法开始抓取。