• Go语言网络爬虫多重读取器的实现

    相比前面两节中介绍的缓冲器和缓冲池,多重读取器的实现就简单多了。首先是基本结构:

    //多重读取器的实现类型
    type myMultipleReader struct {
        data []byte
    }

    非常简单和直接,多重读取器只保存要读取的实际数据。NewMultipleReader 用于新建一个多重读取器的实例:

    //用于新建并返回一个多重读取器的实例
    func NewMultipleReader(reader io.Reader) (MultipleReader, error) {
        var data []byte
        var err error
        if reader != nil {
            data, err = ioutil.ReadAll(reader)
            if err != nil {
                return nil, fmt.Errorf("multipie reader: couldn't create a new one: %s", err)
            }
        } else {
            data = []byte{}
        }
        return &myMultipleReader{
            data: data,
        }, nil
    }

    标准库代码包 ioutil 中有一些非常实用的函数。这里用到的 ReadAll 函数的功能是,通过作为参数的读取器读取所有底层数据,并忽略 io.EOF 错误。

    实际上,当碰到 io.EOF 错误时,该函数就会返回读到的所有数据,这正是 data 字段所代表的数据。另外,*myMultipleReader 应该作为 MultipleReader 接口的实现类型。对于后者声明的唯一方法,其实现极其简单:

    func (rr *myMultipleReader) Reader() io.ReadCloser {
        return ioutil.NopCloser(bytes.NewReader(rr.data))
    }

    bytes.NewReader 函数的作用是根据参数生成并返回一个 *bytes.Reader 类型的值。

    *bytes.Reader 类型是 io.Reader 接口的一个实现类型,不过我们这里需要的是 io.ReadCloser 接口类型的值。所以,需要使用 ioutil.NopCloser 函数对这个 *bytes.Reader 类型的值进行简单的包装。ioutil.NopCloser 函数会返回一个 io.ReadCloser 类型的值。

    之前说过,io.ReadCloser 接口只比 io.Reader 多声明了一个 Close 方法,这个 Close 方法没有参数声明,但有一个 error 类型的结果声明。然而,ioutil.NopCloser 函数的结果值的 Close 方法永远只会返回 nil。也正因为如此,我们常常用这个函数包装无需关闭的读取器,这就是 NopCloser 的含义。

    多重读取器的 Reader 方法总是返回一个新的可关闭读取器。因此,我可以利用它多次读取底层数据,并可以用该方法的结果值替代原先的 HTTP 响应的 Body 字段值很多次,这也是“多重”的真正含义。

更多...

加载中...