Golang提取JSON-ld数据的实用方法

在Go语言中提取JSON-LD数据，可以使用标准库encoding/json结合HTML解析库（如goquery）来实现。以下是详细步骤和示例代码：

步骤：

1. 使用HTTP客户端获取网页内容。
2. 解析HTML文档，定位JSON-LD脚本标签（<script type="application/ld+json">）。
3. 提取JSON数据并解析为Go结构体或映射。

示例代码：

package main

import (
    "encoding/json"
    "fmt"
    "log"
    "net/http"
    "strings"

    "github.com/PuerkitoBio/goquery"
)

// 定义通用结构体来解析JSON-LD（根据Schema.org调整字段）
type JSONLD struct {
    Context string `json:"@context"`
    Type    string `json:"@type"`
    Name    string `json:"name"`
    URL     string `json:"url"`
    // 添加其他所需字段
}

func main() {
    // 示例URL（替换为目标网页）
    url := "https://example.com"
    resp, err := http.Get(url)
    if err != nil {
        log.Fatal("HTTP请求失败:", err)
    }
    defer resp.Body.Close()

    // 解析HTML文档
    doc, err := goquery.NewDocumentFromReader(resp.Body)
    if err != nil {
        log.Fatal("HTML解析失败:", err)
    }

    // 查找所有JSON-LD脚本标签
    doc.Find("script[type='application/ld+json']").Each(func(i int, s *goquery.Selection) {
        jsonText := strings.TrimSpace(s.Text())
        if jsonText == "" {
            return
        }

        // 解析JSON数据
        var data JSONLD
        if err := json.Unmarshal([]byte(jsonText), &data); err != nil {
            log.Printf("JSON解析失败（脚本索引 %d）: %v\n", i, err)
            return
        }

        // 输出提取的数据
        fmt.Printf("JSON-LD 数据 [%d]:\n", i)
        fmt.Printf("  类型: %s\n", data.Type)
        fmt.Printf("  名称: %s\n", data.Name)
        fmt.Printf("  URL: %s\n", data.URL)
        // 打印其他字段
    })
}

说明：

• 依赖库：使用goquery解析HTML（通过go get github.com/PuerkitoBio/goquery安装）。
• 灵活性：JSONLD结构体可根据实际JSON-LD模式扩展字段（例如Article、Organization等）。
• 错误处理：代码包含网络请求、解析和JSON解码的错误检查。

处理多个JSON-LD对象：

如果网页包含多个JSON-LD脚本或嵌套数组，可使用[]JSONLD或interface{}解析：

var data []JSONLD
// 或
var data interface{}

此方法适用于大多数包含JSON-LD的网页，如使用Schema.org标记的产品、文章或组织信息。