goquery是用 Go 语言编写的一个类似于 jQuery 的库。它基于 HTML 解析库net/html和 CSS 库cascadia，提供与 jQuery 相近的接口。Go 著名的爬虫框架colly就是基于 goquery 的。
go get -u github.com/PuerkitoBio/goquery
由于 net/html 要求使用 UTF-8 编码，goquery 也是如此。我们需要保证传给 goquery 的 HTML 源字符串是 UTF-8 编码的。现在已经很少有非UTF-8 编码的网页了。在早些时候，国内很多网站都是使用 GB2312 或 GBK 编码。如果我们遇到了非 UTF-8 编码的网页该怎么办呢？可以使用iconv-go将字符串的编码转为 UTF-8。
package main
import (
"fmt"
"github.com/PuerkitoBio/goquery"
"log"
"strings"
)
func main() {
html := `<html>
<body>
<h1 id="title">Test</h1>
<p class="content1">t1</p>
<p class="content2">t2</p>
<p class="content3">t3</p>
</body>
</html>
`
dom, err := goquery.NewDocumentFromReader(strings.NewReader(html))
if err != nil {
log.Fatalln(err)
}
dom.Find("p").Each(func(i int, selection *goquery.Selection) {
fmt.Println(i, selection.Text())
})
}
/*
0 t1
1 t2
2 t3
*/
NewDocumentFromReader() 返回了一个*Document和error。Document代表一个将要被操作的HTML文档。
Find()是获取当前匹配元素集中每个元素的子代，参数是x选择器 ，它返回一个包含这些匹配元素的新选择对象。在例子中我们使用的是元素选择器P，它会帮我们匹配出所有的p标签 。
Each() 是迭代器，它会循环遍历选择的节点，它的参数是一个匿名函数，匿名函数拥有2个参数，一个是元素的索引位置，还有一个就是选择的结果集匹配到的内容都在它的里面。
Text() 则是获取匹配元素集中的文本内容。
上面的例子中，我们使用了元素选择器，goquery跟jquery一样都支持很多选择器，我们简单的介绍下常用的选择器：
基于HTML Element 元素的选择器
就是基于a,p等这些HTML的基本元素进行选择。
使用方法 ：使用语法为 dom.Find("p")，匹配文档中所有的p标签。
ID选择器是我们使用最频繁的，假如我们有2个p元素，其实我们只需要其中的一个，那么我们只需要给这个标记一个唯一的id即可，这样我们就可以使用id选择器，精确定位了。
使用方法 ：id选择器以#开头，紧跟着元素id的值，使用语法为dom.Find("#title") ，匹配文档中所有的 id=title的内容
如果多个标签的ID都是title，我们可以指定某一个标签,如dom.Find("p#title")
类选择跟ID选择器一样都是使用很频繁的，我们可以通过类选择器快速筛选到需要的内容。
使用方法 ： id选择器以.开头，紧跟着元素class的值，使用语法为dom.Find(".content1")，匹配文档中所有的 id=title的元素。
类选择权器跟ID选择器一样,也可以指定某一个标签dom.Find("div.content1")
一个HTML元素都有自己的属性以及属性值，所以我们也可以通过属性和值筛选元素。
使用方法 ：我们可以通过元素的属性和属性值来筛选数据，使用语法为dom.Find("p[class=content1]，匹配文档中所有的 p标签的class属性是content1的元素。
当然我们这里以class属性为例，还可以用其他属性，比如href等很多，自定义属性也是可以的。
刚刚我们使用的是完全相等的匹配方式，属性选择器还要很多匹配方式。
| 选择器 | 说明 |
|---|---|
| Find(“div[my]“) | 筛选含有my属性的div元素 |
| Find(“div[my=zh]“) | 筛选my属性为zh的div元素 |
| Find(“div[my!=zh]“) | 筛选my属性不等于zh的div元素 |
| Find(“div[my|=zh]“) | 筛选my属性为zh或者zh-开头的div元素 |
| Find(“div[my*=zh]“) | 筛选my属性包含zh这个字符串的div元素 |
| Find(“div[my~=zh]“) | 筛选my属性包含zh这个单词的div元素，单词以空格分开的 |
| Find(“div[my$=zh]“) | 筛选my属性以zh结尾的div元素，区分大小写 |
| Find(“div[my^=zh]“) | 筛选my属性以zh开头的div元素，区分大小写 |
筛选出某个元素下的子元素。
使用方法：使用>符号连接，使用语法 dom.Find("div>p") ， 筛选div标签下的p标签
如果要筛选的元素没有规律，但是该元素的上一个元素有规律，我们就可以使用这种下一个相邻选择器来进行选择。
<div>
<p my="a">a</p>
<p>b</p>
<p>c</p>
<div>
我想筛选出b所在的标签
使用方法：dom.Find("p[my=a]+p")筛选出p标签属性my的值为a的相邻p标签。
有时候我们需要筛选同一父元素下，不相邻的标签，可以使用兄弟选择器
比如我想筛选出 b 和c 所在标签
使用方法：dom.Find("p[my=a]~p")，筛选出p标签属性my的值为a的兄弟p标签。
// 类似函数的位置操作
Find(selection) *Selection //根据选择器查找节点集
Eq(index int) *Selection //根据索引获取某个节点集
First() *Selection //获取第一个子节点集
Last() *Selection //获取最后一个子节点集
Next() *Selection //获取下一个兄弟节点集
NextAll() *Selection //获取后面所有兄弟节点集
Prev() *Selection //前一个兄弟节点集
Get(index int) *html.Node //根据索引获取一个节点
Index() int //返回选择对象中第一个元素的位置
Slice(start, end int) *Selection //根据起始位置获取子节点集
// 循环遍历选择的节点
Each(f func(int, *Selection)) *Selection //遍历
EachWithBreak(f func(int, *Selection) bool) *Selection //可中断遍历
Map(f func(int, *Selection) string) (result []string) //返回字符串数组
// 检测或获取节点属性值
Attr(), RemoveAttr(), SetAttr() //获取，移除，设置属性的值
AddClass(), HasClass(), RemoveClass(), ToggleClass()
Html() //获取该节点的html
Length() //返回该Selection的元素个数
Text() //获取该节点的文本值
在文档树之间来回跳转（常用的查找节点方法）
Children() //返回selection中各个节点下的孩子节点
Contents() //获取当前节点下的所有节点
Find() //查找获取当前匹配的元素
Next() //下一个元素
Prev() //上一个元素