goquery爬取script标签内容写文件为空，如何修正代码？

问题根因 #

• 选择器匹配规则过于宽松：原代码doc.Find("script")匹配页面所有script标签，且仅判断是否存在type属性，未校验type值是否为目标的myjson，导致匹配到无内容的无关script标签
• 文件写入逻辑存在覆盖问题：循环内每次匹配到符合条件的标签都会调用os.Create，该方法会直接清空目标路径已有文件内容，先写入的空内容会覆盖后续有效内容，或后续内容写入被异常中断

修复方案 #

方案1：使用精准属性选择器（推荐） #

goquery支持CSS属性选择器，可直接定位到type="myjson"的目标script标签，无需遍历所有标签，代码更简洁高效：

// 直接精准匹配目标script标签
targetScript := doc.Find(`script[type="myjson"]`).First()
if targetScript.Length() == 0 {
    panic("未找到目标myjson标签")
}
content := targetScript.Text()
// 确认内容非空再写入文件
if content != "" {
    filepath := "mypath"
    file, err := os.Create(filepath)
    if err != nil {
        panic("COULD NOT CREATE FILE")
    }
    // 写入内容
    _, err = file.WriteString(content)
    if err != nil {
        panic("写入文件失败")
    }
    // 主动刷缓存到磁盘
    _ = file.Sync()
    file.Close()
    fmt.Println(content)
}

方案2：修正原有遍历逻辑的判断条件 #

如果需要保留遍历逻辑，可在原有判断中新增type值校验，同时避免循环内重复创建覆盖同一文件：

var targetContent string
doc.Find("script").Each(func(i int, element *goquery.Selection) {
    typeVal, exists := element.Attr("type")
    // 同时校验type存在且值为myjson
    if exists && typeVal == "myjson" {
        targetContent = element.Text()
        // 找到目标后可提前终止遍历
        return
    }
})
if targetContent == "" {
    panic("未找到有效内容")
}
// 统一执行文件写入逻辑
filepath := "mypath"
file, err := os.Create(filepath)
if err != nil {
    panic("COULD NOT CREATE FILE")
}
defer file.Close()
_, err = file.WriteString(targetContent)
if err != nil {
    panic("写入文件失败")
}
_ = file.Sync()
fmt.Println(targetContent)

注意事项 #

• 尽量使用defer file.Close()保证文件句柄正常关闭，避免资源泄漏
• 写入后调用file.Sync()主动将内存缓存写入磁盘，避免操作系统缓存延迟导致的文件空内容问题
• 匹配到内容后再执行文件创建逻辑，避免空内容覆盖有效文件

内容的提问来源于stack exchange，提问作者Lorenzo Romani