答案是利用Goroutine和Channel实现并发爬虫。通过为每个URL创建Goroutine执行fetch函数，并使用Channel传递结果，实现高效并发抓取，提升爬虫性能。
在Golang中实现并发爬虫，核心在于利用Goroutine和Channel高效发起网络请求并处理响应。Go语言天生适合并发编程，通过轻量级的Goroutine和通信机制Channel，可以轻松构建高性能的爬虫系统。
使用Goroutine发起并发请求
每个网页抓取任务可以封装为一个函数，用Goroutine并发执行。这样能同时处理多个URL，显著提升抓取速度。
示例：启动多个Goroutine抓取不同页面
func fetch(url string, ch chan string) {
resp, err := http.Get(url)
if err != nil {
ch <- fmt.Sprintf("Error: %s", url)
return
}
defer resp.Body.Close()
ch <- fmt.Sprintf("Success: %s (status: %d)", url, resp.StatusCode)
}
<p>// 主函数中并发调用
urls := []string{"<a href="https://www.php.cn/link/b05edd78c294dcf6d960190bf5bde635">https://www.php.cn/link/b05edd78c294dcf6d960190bf5bde635</a>", "<a href="https://www.php.cn/link/4d2fe2e8601f7a8018594d98f28706f2">https://www.php.cn/link/4d2fe2e8601f7a8018594d98f28706f2</a>", ...}
ch := make(chan string, len(urls))
for _, url := range urls {
go fetch(url, ch)
}
for range urls {
fmt.Println(<-ch)
}</p>用Channel控制并发数量
无限制地开启Goroutine可能导致目标服务器压力过大或本地资源耗尽。使用带缓冲的Channel作为信号量，可有效控制最大并发数。
立即学习“go语言免费学习笔记（深入）”；
方法是创建一个容量固定的Channel，在每个任务开始前获取令牌，完成后释放。
semaphore := make(chan struct{}, 10) // 最多10个并发
ch := make(chan string, len(urls))
<p>for _, url := range urls {
go func(u string) {
semaphore <- struct{}{} // 获取令牌
resp, err := http.Get(u)
result := ""
if err != nil {
result = "Failed"
} else {
result = fmt.Sprintf("Status: %d", resp.StatusCode)
resp.Body.Close()
}
ch <- result
<-semaphore // 释放令牌
}(url)
}</p>结合Context管理超时与取消
网络请求应设置超时机制，避免长时间阻塞。使用context.WithTimeout可为请求设定最长等待时间。
将Context传入http.Get，能在超时后自动中断请求。
client := &http.Client{
Timeout: 10 * time.Second,
}
<p>ctx, cancel := context.WithTimeout(context.Background(), 5*time.Second)
defer cancel()</p><p>req, _ := http.NewRequestWithContext(ctx, "GET", url, nil)
resp, err := client.Do(req)</p>解析HTML与数据提取
抓取到页面内容后，常用goquery或直接使用net/html进行解析。goquery语法类似jQuery，更易上手。
示例：提取页面标题
doc, err := goquery.NewDocumentFromReader(resp.Body)
if err != nil {
log.Fatal(err)
}
title := doc.Find("title").Text()
fmt.Println("Title:", title)
基本上就这些。合理使用Goroutine、Channel和Context，就能写出稳定高效的并发爬虫。注意遵守robots.txt，控制请求频率，避免对目标网站造成负担。并发爬虫虽强，也需文明使用。
