whossun/go-movies

golang spider Crawler 爬虫 电影

Go Movies

一个基于golang的爬虫电影站，效果站： https://go-movies.hezhizheng.com/

基本满足日常看片需求

使用安装

# 下载
git clone https://github.com/hezhizheng/go-movies

# 进入目录
cd go-movies

# 生成配置文件(默认使用redis db10的库，可自行修改app.go中的配置)
cp ./config/app.go.backup ./config/app.go

# 启动 (首次启动会自动开启爬虫任务)
go run main.go 
or
# 安装 bee 工具
bee run

# 如安装依赖包失败，请使用代理
export GOPROXY=https://goproxy.io,direct
or
export GOPROXY=https://goproxy.cn,direct

访问
http://127.0.0.1:8899

开启爬虫

• 直接访问链接http://127.0.0.1:8899/movies-spider(开启定时任务，定时爬取就好)
• 消耗：Windows 下 cup 10% 左右，内存 30mb 左右(爬虫完毕都会降下来)
• 网络正常的情况下，爬虫完毕耗时大概21分钟左右（存在部分资源爬取失败的情况）

Tools

• https://github.com/gocolly/colly 爬虫框架
• 模板引擎：https://github.com/shiyanhui/hero
• 数据库 redis 缓存/持久 https://github.com/Go-redis/redis
• 路由 https://github.com/julienschmidt/httprouter
• json解析 jsoniter github.com/json-iterator/go
• 跨平台打包：https://github.com/mitchellh/gox
• 静态资源处理：https://github.com/rakyll/statik

注意

# 修改静态文件/static  、 views/hero 需要先安装包的依赖，执行以下编译命令，更多用法可参考官方redame.md

# https://github.com/rakyll/statik
statik -src=xxxPath/go_movies/static -f 

# https://github.com/shiyanhui/hero
hero -source="./views/hero"

编译可执行文件(跨平台)

# 用法参考 https://github.com/mitchellh/gox
# 生成文件可直接执行 Linux
gox -osarch="linux/amd64" 
......

• 提供win64、Linux64的已编译的文件下载

使用请确保redis为开启状态，默认使用 DB10，启动成功之后先执行爬虫 http://127.0.0.1:8899/movies-spider

微云 （推荐微云+proxyee-down, 原来go版本已经在开发中了...）

Docker 部署

# 安装 redis 镜像(已有可以忽略) 
sudo docker pull redis:latest

# 启动redis容器
# 根据实际情况分配端口 -p 宿主机端口:容器端口
sudo docker run -itd --name redis-test -p 6379:6379 redis

# 修改 app.go 的redis 连接地址为容器名称
"addr":"redis-test"

# 编译go-movies
gox -osarch="linux/amd64"

# 构造镜像
sudo docker build -t go-movies-docker-scratch .

# 启动容器
sudo docker run --link redis-test:redis -p 8899:8899 -d go-movies-docker-scratch

目录结构参考beego设置

TODO

• 跨平台编译,模板路径不正确
  • 使用 https://github.com/rakyll/statik 处理 js、css、image等静态资源
  • 使用 https://github.com/shiyanhui/hero 替换 html/template 模板引擎
• redis查询问题
  • 缓存页面数据
• 增加配置文件读取
  • 使用 https://github.com/spf13/viper
• Docker 部署
• goroutine 并发数控制
• 爬取数据的完整性

Other

许多Go的原理还没弄懂，有精力会慢慢深究下。写得很潦草，多多包涵。