导航

Go语言 爬虫2-编码转换

Posted on 2013-03-10 22:15  蝈蝈俊  阅读(2550)  评论(0编辑  收藏

Go 语言官方没有提供处理 utf8、unicode 之外字符编码的包。这样转换就需要用第三方包,候选包:

https://github.com/xushiwei/go-iconv

https://github.com/djimenez/iconv-go

https://github.com/sloonz/go-iconv

例子:

下面源网页是国家地震局的一周内地震统计,编码是gb2312,这里需要把它编码成 utf-8 格式。

http://wendal.net/2013/0115.html

package main
 
import(
    iconv "github.com/djimenez/iconv-go"
    "io/ioutil"
    "log"
    "net/http"
)
 
func main(){
    log.SetFlags(log.LstdFlags|log.Lshortfile)
    resp,err:=http.Get("http://data.earthquake.cn/datashare/globeEarthquake_csn.html")
    if err!=nil{
        log.Fatal(err)
    }
 
    defer resp.Body.Close()
    input,err:=ioutil.ReadAll(resp.Body)
    out:=make([]byte,len(input))
    out=out[:]
    iconv.Convert(input,out,"gb2312","utf-8")
    ioutil.WriteFile("globeEarthquake_csn.html",out,0644)
}

 

参考资料:

Golang下进行字符集转换
http://wendal.net/2013/0115.html