Question

出于某些研究目的，我目前正试图从RottenTomatoes获取搜索列表。我已轻松地将goquery集成到不同的站点。但是烂番茄的情况不一样。即使我尝试对查询进行不同的粉碎，也无法获得搜索列表。

测试URL：https://www.rottentomatoes.com/search/?search=test

我要获得的文本：Testament

doc.Text() 输出： https://pastebin.com/SsWHYXTH

这是我的工作：

func ParseSearchMovies(doc *goquery.Document) *models.SearchResponse {
    result := new(models.SearchResponse)
    finder0 := doc.Find("section > section > ul")
    finder1 := doc.Find("section.movieSection > ul")
    finder2 := doc.Find("section.movieSection > ul > li")
    finder3 := doc.Find("movieSection")
    finder4 := doc.Find("section.movieSection")
    finder5 := doc.Find("section.movieSection ul.results_ul")
    finder6 := doc.Find("div.Search.Results li.bottom_divider.clearfix")
    finder7 := doc.Find("div.search-results-root span.bold")
    finder8 := doc.Find("div.search-results-root #details")
    finder9 := doc.Find("div.search-results-root li.bottom_divider.clearfix")
    finder10 := doc.Find("#movieSection > ul > li:nth-child(1)")
    finder11 := doc.Find("#movieSection > ul")
    finder12 := doc.Find("#movieSection > ul .bottom_divider.clearfix")
    finder13 := doc.Find("#movieSection > ul > li")
    finder14 := doc.Find("section.Search.Results .movieSection")
    finder15 := doc.Find("#search-results-root section")
    finder16 := doc.Find("#search-results-root .section")
    finder17 := doc.Find("#search-results-root .section .section")
    finder18 := doc.Find("#search-results-root > section > section")
    finder19 := doc.Find("#search-results-root > section .section")

    //From hlscalon's answer
    finder20 := doc.Find("#movieSection > .results_ul > li > div.details")
    finder21 := doc.Find("#movieSection > .results_ul > li")
    finder22 := doc.Find("#movieSection > .results_ul")
    finder23 := doc.Find("#movieSection")

    fmt.Printf("%d", len(finder0.Nodes))
    fmt.Printf("%d", len(finder1.Nodes))
    fmt.Printf("%d", len(finder2.Nodes))
    fmt.Printf("%d", len(finder3.Nodes))
    fmt.Printf("%d", len(finder4.Nodes))
    fmt.Printf("%d", len(finder5.Nodes))
    fmt.Printf("%d", len(finder6.Nodes))
    fmt.Printf("%d", len(finder7.Nodes))
    fmt.Printf("%d", len(finder8.Nodes))
    fmt.Printf("%d", len(finder9.Nodes))
    fmt.Printf("%d", len(finder10.Nodes))
    fmt.Printf("%d", len(finder11.Nodes))
    fmt.Printf("%d", len(finder12.Nodes))
    fmt.Printf("%d", len(finder13.Nodes))
    fmt.Printf("%d", len(finder14.Nodes))
    fmt.Printf("%d", len(finder15.Nodes))
    fmt.Printf("%d", len(finder16.Nodes))
    fmt.Printf("%d", len(finder17.Nodes))
    fmt.Printf("%d", len(finder18.Nodes))
    fmt.Printf("%d", len(finder19.Nodes))
    fmt.Printf("%d", len(finder20.Nodes))
    fmt.Printf("%d", len(finder21.Nodes))
    fmt.Printf("%d", len(finder22.Nodes))
    fmt.Printf("%d", len(finder23.Nodes))
}

Expected: 9（<section id="movieSection">中的电影计数）
Actual:所有结果均返回0。输出：000000000000000000000000

PS：：当我通过doc.Text()将结果打印到控制台时，整个页面都正确显示了。

要按顺序打印所有电影名称：

if len(myFinder.Nodes) > 0 {
    doc.Find("MY QUERY").Each(func(i int, s *goquery.Selection) {
        name := s.Find("a")

        fmt.Println(name)
    })
}

Answer 1

有一些（很多）替代方法，但是如果您想要电影的所有链接的列表，则应该可以使用：

#movieSection > .results_ul > li > div.details > span.bold > a.articleLink

这将直接将您带到链接（a），所以也许您需要更改功能以打印名称或在（span）之前停止一步

修改

实际上，我认为不能使用goquery来抓取该页面。它使用react，因此，当您下载页面（即curl "https://www.rottentomatoes.com/search/?search=test"）时，将会看到以下内容：

<div id="main_container" class="container ">
    <div class="col col-left-center col-full-xs">
        <div id="search-results-root"></div>
            <script>
                require(['jquery', 'globals', 'search-results', 'bootstrap'], function($, RT, mount) {
                mount($("#search-results-root").get(0), RT.PrivateApiV2FrontendHost, 'test', {"actorCount"....

当goquery仅需要html

如何使用RottenTomatoes中的goquery检索搜索列表？

1 个答案: