背景
創(chuàng)新互聯(lián)長期為近千家客戶提供的網(wǎng)站建設(shè)服務(wù)，團隊從業(yè)經(jīng)驗10年，關(guān)注不同地域、不同群體，并針對不同對象提供差異化的產(chǎn)品和服務(wù)；打造開放共贏平臺，與合作伙伴共同營造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為滎陽企業(yè)提供專業(yè)的成都做網(wǎng)站、成都網(wǎng)站設(shè)計，滎陽網(wǎng)站改版等技術(shù)服務(wù)。擁有十多年豐富建站經(jīng)驗和眾多成功案例,為您定制開發(fā)。
要做IP地址歸屬地查詢，量比較大，所以想先從網(wǎng)上找到大部分的分配數(shù)據(jù)，寫個蜘蛛程序來抓取入庫，以后在程序的運行中不斷進行維護、更新、完善。
一些關(guān)鍵點
代碼解析
按功能模塊對核心代碼進行說明
ip.go
主進程，實現(xiàn)goroutine的調(diào)用。
重慶分公司
重慶分公司
func main() {
//利用go基本庫封裝的網(wǎng)頁抓取函數(shù)，后面有說明
ctx := common.HttpGet("http://ips.chacuo.net/")
//正則表達式，有兩個分組（兩組小括號），分別取城市信息與url，具體分析代碼后面有說明
reg := regexp.MustCompile(`正則表達式說明
主進程針對所有省有入口頁面，取得每省的入口分配給一個協(xié)程去處理，每一個入口是這個樣子
goroutine 流程
獲取ip地址信息
與主進程類似，注意無信息時處理。
IpSpider.go
//獲取頁面數(shù)據(jù) ctx := common.HttpGet(url) //reg := regexp.MustCompile(`
數(shù)據(jù)庫表結(jié)構(gòu)生成語句
CREATE TABLE `ip_addr_info` ( `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '索引，自動增長', `ip_addr_begin` varchar(32) NOT NULL DEFAULT '' COMMENT 'ip地址段開始', `ip_addr_end` varchar(32) DEFAULT '' COMMENT 'ip地址段結(jié)束', `province` varchar(32) DEFAULT '' COMMENT '所屬省', `ip_comp` varchar(32) DEFAULT '' COMMENT '運營商', PRIMARY KEY (`id`), UNIQUE KEY `ip_addr` (`ip_addr_begin`,`ip_addr_end`) ) ENGINE=InnoDB AUTO_INCREMENT=7268 DEFAULT CHARSET=utf8 COMMENT='表';
批量寫入數(shù)據(jù)庫
循環(huán)處理抓取數(shù)據(jù)，生成批量寫入語句及輸入?yún)?shù)，請簽到出到afc9ebd版本。
var vs [] interface{} //存儲輸入?yún)?shù)的接口數(shù)組
var vss string //待拼接的輸入?yún)?shù)占位符字符串
for _, el := range ip { //處理所有的數(shù)據(jù)
vs = append(vs, el[1], el[2], province) //每一列包括開始地址、結(jié)束地址與省份
vss += "(?,?,?)," //占位符
}
vss = vss[0:len(vss) -1] //去掉最后的逗號
var configs interface{} //從配置文件取數(shù)據(jù)庫信息
fr, err := os.Open("./configs.json") //配置文件內(nèi)容請參照上篇文章《golang實現(xiàn)MySQL數(shù)據(jù)庫備份》
if err != nil {
ch <- err.Error()
return err
}
decoder := json.NewDecoder(fr)
err = decoder.Decode(&configs)
confs := configs.(map[string]interface{})
dialect := confs["database_dialect"].(string)
dbConf := confs["db_"+dialect+"_config"].(map[string]interface{})
dbHost := dbConf["db_host"].(string)
dbPort := strconv.FormatFloat(dbConf["db_port"].(float64), 'f', -1, 32)
dbUser := dbConf["db_user"].(string)
dbPass := dbConf["db_pass"].(string)
dbName := dbConf["db_name"].(string)
dbCharset := dbConf["db_charset"].(string)
dao, err := mysql.Open(dialect, dbUser + ":"+dbPass+"@tcp("+dbHost+":"+dbPort+")/"+dbName+"?charset="+dbCharset)
defer dao.Close()
if err != nil {
ch <- err.Error()
return err
}
//批量插入語句拼接
sqlstr := "insert into ip_addr_info (ip_addr_begin,ip_addr_end,province) values " + vss
stmt, err := dao.Prepare(sqlstr) //預(yù)處理帶參數(shù)的sql語句
rs, err := stmt.Exec(vs...) //帶參數(shù)執(zhí)行sql語句
if err != nil { //出錯，返回錯誤信息
ch <- err.Error()
return err
}else { //成功，返回成功信息
affect, _ := rs.RowsAffected()
ch <- "Province: " + province + ", affect: " + strconv.FormatInt(affect, 10)
return nil
}批量修改數(shù)據(jù)庫
數(shù)據(jù)庫中的ip_comp字段，是代表運營商信息，需要從運營商頁面進入進行數(shù)據(jù)獲取，只需改一下入口url重新運行程序就能正確抓取，但這時入庫就不是新增了，而是更新，請簽出到4729e66版本。
//前提數(shù)據(jù)庫表定義要設(shè)定唯一索引，主鍵或其它定義的unique索引
...
sqlstr := "insert into ip_addr_info (ip_addr_begin,ip_addr_end,ip_comp) values " + vss +
//提供更新（唯一索引沖突時）時要對應(yīng)原字段與值
" ON DUPLICATE KEY UPDATE ip_addr_begin = values(ip_addr_begin), ip_addr_end = values(ip_addr_end), ip_comp = values(ip_comp)"
stmt, err := dao.Prepare(sqlstr)
rs, err := stmt.Exec(vs...)
if err != nil {
ch <- err.Error()
return err
}else {
affect, _ := rs.RowsAffected()
ch <- "Province: " + province + ", affect: " + strconv.FormatInt(affect, 10)
return nil
}待改進的方面
把入口url提到配置中，使用策略模式，讓匹配規(guī)則抽象成策略，目標是不改程序，調(diào)整配置文件就可以抓取不同的網(wǎng)頁。
項目地址
https://github.com/zhoutk/goTools
使用方法
git clone https://github.com/zhoutk/goTools cd goTools go get go run ip.go go buid ip.go ./ip
小結(jié)
熟悉了golang語言，了解了一種全新的并發(fā)編程模式，熟悉了具體的數(shù)據(jù)庫操作方法，給自己生成了一個方便的工具。
總結(jié)
以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，如果有疑問大家可以留言交流，謝謝大家對創(chuàng)新互聯(lián)的支持。
