Golang goquery怎么解析HTML_Golang goquery教程【核心】

goquery 不能直接解析本地文件或HTML字符串，必须通过io.Reader；NewDocument仅支持URL，传入文件路径会因协议错误失败；正确做法是用os.ReadFile读取后经strings.NewReader转为Reader再调用NewDocumentFromReader。goquery 不能直接解析 HTML 字符串或文件路径，必须先转成 *http.Response 或 io.Reader —— 这是绝大多数人卡住的第一步。为什么 doc, err := goquery.NewDocument("index.html") 总报错？因为 NewDocument 只接受 URL（会发起 HTTP 请求），不接受本地文件路径或 HTML 字符串。它底层调用的是 http.Get，所以传入 "index.html" 会被当成域名访问，自然 DNS 失败。正确做法：用 os.ReadFile 读取文件内容，再用 goquery.NewDocumentFromReader常见错误：把 "./index.html" 直接塞进 NewDocument，得到 Get "./index.html": unsupported protocol scheme ""如果 HTML 来自网络响应，确保 resp.Body 没被提前关闭或读取过 —— goquery 需要可重读的 io.ReaderhtmlData, _ := os.ReadFile("./index.html")doc, _ := goquery.NewDocumentFromReader(strings.NewReader(string(htmlData)))Find() 找不到元素？检查选择器语法和文档加载状态goquery 的选择器基于 CSS，但不支持所有浏览器级语法（比如 :has()、:nth-child(2n)），也不处理动态渲染内容 —— 它只解析静态 HTML DOM。确保 HTML 已完整加载：如果从 http.Response 创建，注意 Content-Type 是否为 text/html，否则可能被当成纯文本解析Find("div.content") 匹配失败？试试 Find("div").HasClass("content") 或打印 doc.Find("body").Html() 看实际结构嵌套查找别链式写错：doc.Find("ul").Find("li") 和 doc.Find("ul li") 行为一致；但 doc.Find("ul").Children("li") 只取直接子元素中文乱码或标签名变成小写？设置正确的字符编码goquery 默认用 UTF-8 解析，但如果 HTML 声明了 gbk 或 gb2312 却没转码，就会出现文字乱码、属性丢失、甚至 Find 失效（比如 class 属性读成空）。 云从科技AI开放平台 云从AI开放平台