Golang实现RSS抓取教程

使用Go语言可通过net/http和encoding/xml包实现RSS抓取。首先定义结构体映射RSS的XML字段，包括Channel、Item等类型，利用xml标签绑定节点。通过http.Client发送带超时的请求获取响应体，再用xml.Unmarshal解析XML数据。需对网络错误和解析异常进行处理，确保程序健壮性。最终可遍历Items输出标题、链接、发布时间等信息。完整示例如下：1. 导入必要包；2. 定义结构体；3. 实现带超时的fetchRSS函数；4. 在main中调用并打印结果。对于复杂场景推荐使用gofeed等第三方库。

在Go语言中实现一个简单的RSS抓取功能并不复杂。RSS（Really Simple Syndication）是一种基于XML的标准，常用于网站内容的订阅与分发，比如新闻站点、博客等。通过解析RSS源，我们可以获取文章标题、链接、发布时间和摘要等信息。

理解RSS结构

RSS文档本质上是XML格式，常见的结构包括<title>、<link>、<description>，以及包含每篇文章的<item>节点。例如：

<rss version="2.0">
  <channel>
    <title>我的博客</title>
    <link>https://example.com</link>
    <item>
      <title>第一篇文章</title>
      <link>https://example.com/1</link>
      <pubDate>Mon, 01 Jan 2024 00:00:00 GMT</pubDate>
      <description>这是摘要内容</description>
    </item>
  </channel>
</rss>

要抓取这些数据，我们需要发送HTTP请求获取XML内容，然后将其解析为Go中的结构体。

使用标准库解析RSS

Go标准库没有直接支持RSS解析，但可以使用encoding/xml包手动定义结构体来映射XML字段。以下是一个基础的结构体定义：

type Item struct {
    Title       string `xml:"title"`
    Link        string `xml:"link"`
    Description string `xml:"description"`
    PubDate     string `xml:"pubDate"`
}
type Channel struct {
Title string xml:"title"
Link  string xml:"link"
Items []Item xml:"item"
}
type RSS struct {
Channel Channel xml:"channel"
}

接下来，使用net/http获取RSS源内容，并用xml.Unmarshal解析：

func fetchRSS(url string) (*Channel, error) {
    resp, err := http.Get(url)
    if err != nil {
        return nil, err
    }
    defer resp.Body.Close()
body, _ := io.ReadAll(resp.Body)
var rss RSS
if err := xml.Unmarshal(body, &rss); err != nil {
    return nil, err
}

return &rss.Channel, nil
}

添加错误处理与超时控制

实际开发中，网络请求可能失败或响应缓慢。建议设置HTTP客户端超时，避免程序卡住：

client := &http.Client{
    Timeout: 10 * time.Second,
}
resp, err := client.Get(url)

同时，对XML解析过程进行容错处理。某些RSS源字段可能缺失或格式不规范，可使用指针类型或omitempty标签提升健壮性。

完整示例：抓取并打印文章列表

将上述部分整合，可以写出一个完整的抓取程序：

package main
import (
"encoding/xml"
"fmt"
"io"
"net/http"
"time"
)
type Item struct {
Title       string xml:"title"
Link        string xml:"link"
Description string xml:"description"
PubDate     string xml:"pubDate"
}
type Channel struct {
Title string xml:"title"
Link  string xml:"link"
Items []Item xml:"item"
}
type RSS struct {
Channel Channel xml:"channel"
}
func fetchRSS(url string) (Channel, error) {
client := &http.Client{Timeout: 10  time.Second}
resp, err := client.Get(url)
if err != nil {
return nil, err
}
defer resp.Body.Close()
body, err := io.ReadAll(resp.Body)
if err != nil {
    return nil, err
}

var rss RSS
if err := xml.Unmarshal(body, &rss); err != nil {
    return nil, err
}

return &rss.Channel, nil
}
func main() {
channel, err := fetchRSS("https://example.com/feed.xml")
if err != nil {
fmt.Printf("抓取失败: %v\n", err)
return
}
fmt.Printf("来源: %s\n", channel.Title)
for _, item := range channel.Items {
    fmt.Printf("标题: %s\n", item.Title)
    fmt.Printf("链接: %s\n", item.Link)
    fmt.Printf("发布于: %s\n", item.PubDate)
    fmt.Println("---")
}
}

基本上就这些。通过Go的net/http和encoding/xml包，我们可以轻松实现一个轻量级的RSS抓取器。如果项目更复杂，也可以考虑使用第三方库如github.com/mmcdole/gofeed，它支持RSS和Atom，并自动处理多种格式差异。