本文將分別使用 Python 怠李，Golang 以及 GraphQuery 來解析某網(wǎng)站的 素材詳情頁面 ，這個頁面的特色是具有清晰的數(shù)據(jù)結(jié)構(gòu)，但是DOM結(jié)構(gòu)不夠規(guī)范捺癞，無法通過單獨的選擇器定位頁面元素夷蚊，對頁面的解析造成了一些曲折。通過這個頁面的解析過程髓介，深入淺出的了解爬蟲的解析思想與這些語言之間的異同惕鼓。
一一膨、前言
在前言中呀邢，為了防止在后面的章節(jié)產(chǎn)生不必要的困擾，我們將會首先了解一些基本的編程理念汞幢。
1. 語義化的DOM結(jié)構(gòu)
這里我們講的語義化的DOM結(jié)構(gòu)驼鹅，不僅僅包括 語義化的html標簽微谓，也包括了語義化的選擇器森篷，在前端開發(fā)中應(yīng)該注意的是，所有的動態(tài)文本都應(yīng)該有單獨的 html 標簽包裹豺型，并最好賦予其語義化的 class 屬性或 id 屬性仲智，這在版本功能的迭代中，對前端和后端的開發(fā)都是大有裨益的姻氨，比如下面的HTML代碼：
<div class="main-right fr">
<p>編號：32490230</p>
<p class="main-rightStage">模式：RGB</p>
<p class="main-rightStage">體積：16.659 MB</p>
<p class="main-rightStage">分辨率：72dpi</p>
</div>
這就是不夠語義化的前端代碼钓辆，32504070，RGB肴焊，16.659 MB前联，72dpi這些值都是動態(tài)屬性， 會跟隨編號的改變而改變娶眷，在規(guī)范的開發(fā)中似嗤，應(yīng)該將這些 動態(tài)變化的屬性，分別用 <span> 這類行內(nèi)標簽包裹起來届宠，并賦予其一定的語義化選擇器烁落，在上面的HTML結(jié)構(gòu)中大致可以推測出這是后端直接使用 foreach 渲染出的頁面，這是不符合前后端分離的思想的豌注，如果有一天他們決定使用 jsonp 或 Ajax 渲染這些屬性伤塌， 由前端進行渲染，工作量無疑會上一個層次轧铁。語義化的DOM結(jié)構(gòu)更傾向于下面這樣：
<p class="main-rightStage property-mode">
模式：<span>RGB</span>
</p>
也可以將 property-mode 直接作為 span 的 class 屬性每聪，這樣這些屬性無論是后端渲染，還是前端動態(tài)渲染都減輕了產(chǎn)品迭代產(chǎn)生的負擔(dān)。
2. 穩(wěn)定的解析代碼
在 語義化的DOM結(jié)構(gòu) 之后药薯，我們來談?wù)劮€(wěn)定的解析代碼他爸， 對于下面的DOM結(jié)構(gòu)：
<div class="main-right fr">
<p>編號：32490230</p>
<p class="main-rightStage">模式：RGB</p>
<p class="main-rightStage">體積：16.659 MB</p>
<p class="main-rightStage">分辨率：72dpi</p>
</div>
如果我們想要提取 模式 信息，當然可以采取下面的步驟：
- 選取
class屬性中包含main-right的div - 選取這個
div中第二個p元素果善，取出其包含的文本 - 刪除文本中的
模式：诊笤， 得到模式為RGB
雖然成功獲取到了想要的結(jié)果，但是這樣的解析方法巾陕，我們認為它是 不穩(wěn)定的讨跟，這個不穩(wěn)定是指 在其祖先元素、兄弟元素等自身以外的元素節(jié)點發(fā)生一定程度的結(jié)構(gòu)改變時鄙煤，導(dǎo)致解析錯誤或失敗 的情況晾匠， 比如如果有一天在 模式 所在的節(jié)點之前增加了一個 尺寸 的屬性：
<div class="main-right fr">
<p>編號：32490230</p>
<p class="main-rightStage">尺寸：4724×6299像素</p>
<p class="main-rightStage">模式：RGB</p>
<p class="main-rightStage">體積：16.659 MB</p>
<p class="main-rightStage">分辨率：72dpi</p>
</div>
那么我們之前的解析將會發(fā)生錯誤（什么？你覺得不可能發(fā)生這樣的變動梯刚？請對比 Page1 和 Page2）凉馆。
那我們應(yīng)該如何寫出更穩(wěn)定的解析代碼呢，對于上面的DOM結(jié)構(gòu)亡资，我們可以有下面幾種思路：
思路一： 遍歷 class 屬性為 main-rightStage的 p 節(jié)點澜共，依次判斷節(jié)點的文本是否以 模式 開頭， 如果是锥腻， 取出其 ： 后的內(nèi)容嗦董，缺點是邏輯太多，不易維護且降低了代碼可讀性瘦黑。
思路二： 使用正則表達式 模式：([A-Z]+) 進行匹配京革，缺點是使用不當可能造成效率問題。
思路三： 使用 CSS選擇器中的 contains 方法幸斥，比如 .main-rightStage:contains(模式)匹摇， 就可以選取文本中包含 模式，且 class 屬性中包含 main-rightStage 的節(jié)點了甲葬。但缺點是不同語言和不同庫對這種語法的支持程度各有不同廊勃，缺乏兼容性。
使用哪種方法演顾，仁者見仁智者見智供搀，不同的解析思路帶來的解析的 穩(wěn)定性、代碼的 復(fù)雜程度钠至、運行效率 和 兼容性 都是不同的葛虐， 開發(fā)者需要從各種因素中進行權(quán)衡， 來寫出最優(yōu)秀的解析代碼棉钧。
二屿脐、進行頁面的解析
在進行頁面數(shù)據(jù)的抽取之前，首先要做的是明確我們需要哪些數(shù)據(jù)、頁面上提供了哪些數(shù)據(jù)的诵，然后設(shè)計出我們需要的數(shù)據(jù)結(jié)構(gòu)万栅。首先打開 待解析頁面， 由于其最上方的 瀏覽量西疤、收藏量烦粒、下載量等數(shù)據(jù)是動態(tài)加載的， 在我們的演示中暫時不需要代赁，而這個頁面右邊的 尺寸扰她、模式 等數(shù)據(jù)，通過上面 Page1 和 Page2 的對比芭碍，可以得知這些屬性是不一定存在的徒役，因此將它們一起歸到 metainfo 中。因此我們需要獲得的數(shù)據(jù)如下圖所示：
由此我們可以很快設(shè)計出我們的數(shù)據(jù)結(jié)構(gòu)：
{
title
pictype
number
type
metadata {
size
volume
mode
resolution
}
author
images []
tags []
}
其中 size窖壕、volume忧勿、mode、resolution由于可能不存在瞻讽，因此歸入到了 metadata 下鸳吸， images 是一個圖片地址的數(shù)組卸夕，tags 是標簽數(shù)組，在確定了要提取的數(shù)據(jù)結(jié)構(gòu)快集，就可以開始進行解析廉白。
使用Python進行頁面的解析
Python庫的數(shù)量非常龐大，有很多優(yōu)秀的庫可以幫助到我們猴蹂，在使用Python進行頁面的解析時院溺，我們通常用到下面這些庫：
- 提供
正則表達式支持的re庫 - 提供
CSS選擇器支持的pyquery和beautifulsoup4 - 提供
Xpath支持的lxml庫 - 提供
JSON PATH支持的jsonpath_rw庫
這些庫在 Python 3 下獲得支持的，可以通過 pip install 進行安裝磅轻。
由于 CSS選擇器 的語法比 Xpath 語法要更加簡潔珍逸，而在方法的調(diào)用上，pyquery 比 beautifulsoup4 要更加方便聋溜，因此在 2 和 3 之間我們選擇了 pyquery谆膳。
下面我們會以 title 和 type 屬性的獲取作為例子進行講解， 其他節(jié)點的獲取是同理的撮躁。首先我們先使用 requests 庫下載這個頁面的源文件：
import requests
from pyquery import PyQuery as pq
response = requests.get("http://www.58pic.com/newpic/32504070.html")
document = pq(response.content.decode('gb2312'))
下面使用Python進行的解析都將依次為前提進行漱病。
1. 獲取title節(jié)點
打開 待解析頁面，在標題上右鍵， 點擊 查看元素杨帽，可以看到它的DOM結(jié)構(gòu)如下：
這時我們注意到漓穿， 我們想要提取出的標題文本 大俠海報金庸武俠水墨中國風(fēng)黑白，并沒有被html標簽包裹注盈，這是不符合我們上面提到的 語義化的dom結(jié)構(gòu) 的晃危。同時，使用CSS選擇器老客，也是無法直接選取到這個文本節(jié)點的（可以使用Xpath直接選取到山害，本文略）。對于這樣的節(jié)點沿量，我們可以有下面兩種思路：
思路一： 先選取其父元素節(jié)點浪慌， 獲取其 HTML 內(nèi)容，使用正則表達式朴则， 匹配在 </div> 和 <p 之間的文本权纤。
思路二： 先選取其父元素節(jié)點，然后刪除文本節(jié)點之外的其他節(jié)點乌妒，再直接通過獲取父元素節(jié)點的文本汹想，得到想要的標題文本。
我們采取思路二撤蚊，寫出下面的Python代碼：
title_node = document.find(".detail-title")
title_node.find("div").remove()
title_node.find("p").remove()
print(title_node.text())
輸出結(jié)果與我們期望的相同古掏， 為 大俠海報金庸武俠水墨中國風(fēng)黑白。
2. 獲取size節(jié)點
在 尺寸 上右鍵查看元素侦啸，可以看到下圖所示的DOM結(jié)構(gòu)：
我們發(fā)現(xiàn)這些節(jié)點不具有語義化的選擇器槽唾，并且這些屬性不一定都存在（詳見Page1 和 Page2 的對比）。在 穩(wěn)定的解析代碼 中我們也講到了對于這種結(jié)構(gòu)的文檔可以采取的幾種思路光涂，這里我們采用正則解析的方法：
import re
context = document.find(".mainRight-file").text()
file_type_matches = re.compile("尺寸：(.*?像素)").findall(context)
filetype = ""
if len(file_type_matches) > 0:
filetype = file_type_matches[0]
print(filetype)
由于獲取 size庞萍、volume、mode忘闻、resolution 這些屬性钝计，都可以采取類似的方法，因此我們可以歸結(jié)出一個正則提取的函數(shù)：
def regex_get(text, expr):
matches = re.compile(expr).findall(text)
if len(matches) == 0:
return ""
return matches[0]
因此齐佳，在獲取 size 節(jié)點時私恬，我們的代碼就可以精簡為：
size = regex_get(context, r"尺寸：(.*?像素)")
3. 完整的Python代碼
到這里，我們解析頁面可能遇到的問題就已經(jīng)解決了大半炼吴，整個Python代碼如下：
import requests
import re
from pyquery import PyQuery as pq
def regex_get(text, expr):
matches = re.compile(expr).findall(text)
if len(matches) == 0:
return ""
return matches[0]
conseq = {}
## 下載文檔
response = requests.get("http://www.58pic.com/newpic/32504070.html")
document = pq(response.text)
## 獲取文件標題
title_node = document.find(".detail-title")
title_node.find("div").remove()
title_node.find("p").remove()
conseq["title"] = title_node.text()
## 獲取素材類型
conseq["pictype"] = document.find(".pic-type").text()
## 獲取文件格式
conseq["filetype"] = regex_get(document.find(".mainRight-file").text(), r"文件格式：([a-z]+)")
## 獲取元數(shù)據(jù)
context = document.find(".main-right p").text()
conseq['metainfo'] = {
"size": regex_get(context, r"尺寸：(.*?像素)"),
"volume": regex_get(context, r"體積：(.*? MB)"),
"mode": regex_get(context, r"模式：([A-Z]+)"),
"resolution": regex_get(context, r"分辨率：(\d+dpi)"),
}
## 獲取作者
conseq['author'] = document.find('.user-name').text()
## 獲取圖片
conseq['images'] = []
for node_image in document.find("#show-area-height img"):
conseq['images'].append(pq(node_image).attr("src"))
## 獲取tag
conseq['tags'] = []
for node_image in document.find(".mainRight-tagBox .fl"):
conseq['tags'].append(pq(node_image).text())
print(conseq)
使用Golang進行頁面的解析
在 Golang 中解析 html 和 xml 文檔本鸣， 常用到的庫有以下幾種：
- 提供
正則表達式支持的regexp庫 - 提供
CSS選擇器支持的github.com/PuerkitoBio/goquery - 提供
Xpath支持的gopkg.in/xmlpath.v2庫 - 提供
JSON PATH支持的github.com/tidwall/gjson庫
這些庫，你都可以通過 go get -u 來獲取缺厉，由于在上面的Python解析中我們已經(jīng)整理出了解析邏輯永高，在Golang中只需要復(fù)現(xiàn)即可隧土，與 Python 不同的是曹傀，我們最好先為我們的數(shù)據(jù)結(jié)構(gòu)定義一個 struct，像下面這樣：
type Reuslt struct {
Title string
Pictype string
Number string
Type string
Metadata struct {
Size string
Volume string
Mode string
Resolution string
}
Author string
Images []string
Tags []string
}
同時皆愉，由于我們的 待解析頁面 是非主流的 gbk 編碼幕庐，所以在下載下來文檔之后，需要手動將 utf-8 的編碼轉(zhuǎn)換為 gbk 的編碼异剥，這個過程雖然不在解析的范疇之內(nèi)絮重，但是也是必須要做的步驟之一， 我們使用了 github.com/axgle/mahonia 這個庫進行編碼的轉(zhuǎn)換督怜，并整理出了編碼轉(zhuǎn)換的函數(shù) decoderConvert：
func decoderConvert(name string, body string) string {
return mahonia.NewDecoder(name).ConvertString(body)
}
因此狠角， 最終的 golang 代碼應(yīng)該是下面這樣的：
package main
import (
"encoding/json"
"log"
"regexp"
"strings"
"github.com/axgle/mahonia"
"github.com/parnurzeal/gorequest"
"github.com/PuerkitoBio/goquery"
)
type Reuslt struct {
Title string
Pictype string
Number string
Type string
Metadata struct {
Size string
Volume string
Mode string
Resolution string
}
Author string
Images []string
Tags []string
}
func RegexGet(text string, expr string) string {
regex, _ := regexp.Compile(expr)
return regex.FindString(text)
}
func decoderConvert(name string, body string) string {
return mahonia.NewDecoder(name).ConvertString(body)
}
func main() {
//下載文檔
request := gorequest.New()
_, body, _ := request.Get("http://www.58pic.com/newpic/32504070.html").End()
document, err := goquery.NewDocumentFromReader(strings.NewReader(decoderConvert("gbk", body)))
if err != nil {
panic(err)
}
conseq := &Reuslt{}
//獲取文件標題
titleNode := document.Find(".detail-title")
titleNode.Find("div").Remove()
titleNode.Find("p").Remove()
conseq.Title = titleNode.Text()
// 獲取素材類型
conseq.Pictype = document.Find(".pic-type").Text()
// 獲取文件格式
conseq.Type = document.Find(".mainRight-file").Text()
// 獲取元數(shù)據(jù)
context := document.Find(".main-right p").Text()
conseq.Metadata.Mode = RegexGet(context, `尺寸：(.*?)像素`)
conseq.Metadata.Resolution = RegexGet(context, `體積：(.*? MB)`)
conseq.Metadata.Size = RegexGet(context, `模式：([A-Z]+)`)
conseq.Metadata.Volume = RegexGet(context, `分辨率：(\d+dpi)`)
// 獲取作者
conseq.Author = document.Find(".user-name").Text()
// 獲取圖片
document.Find("#show-area-height img").Each(func(i int, element *goquery.Selection) {
if attribute, exists := element.Attr("src"); exists && attribute != "" {
conseq.Images = append(conseq.Images, attribute)
}
})
// 獲取tag
document.Find(".mainRight-tagBox .fl").Each(func(i int, element *goquery.Selection) {
conseq.Tags = append(conseq.Tags, element.Text())
})
bytes, _ := json.Marshal(conseq)
log.Println(string(bytes))
}
解析邏輯完全相同姨蟋，代碼量和復(fù)雜程度相較 python版 差不多，下面我們來看一下新出現(xiàn)的 GraphQuery 是如何做的芬探。
使用GraphQuery進行解析
已知我們想要得到的數(shù)據(jù)結(jié)構(gòu)如下：
{
title
pictype
number
type
metadata {
size
volume
mode
resolution
}
author
images []
tags []
}
GraphQuery的代碼是下面這樣的：
{
title `xpath("/html/body/div[4]/div[1]/div/div/div[1]/text()")`
pictype `css(".pic-type")`
number `css(".detailBtn-down");attr("data-id")`
type `regex("文件格式：([a-z]+)")`
metadata `css(".main-right p")` {
size `regex("尺寸：(.*?)像素")`
volume `regex("體積：(.*? MB)")`
mode `regex("模式：([A-Z]+)")`
resolution `regex("分辨率：(\d+dpi)")`
}
author `css(".user-name")`
images `css("#show-area-height img")` [
src `attr("src")`
]
tags `css(".mainRight-tagBox .fl")` [
tag `text()`
]
}
通過對比可以看出， 它只是在我們設(shè)計的數(shù)據(jù)結(jié)構(gòu)之中添加了一些由反引號包裹起來的函數(shù)哩簿。驚艷的是，它能完全還原我們上面在 Python 和 Golang 中的解析邏輯羡玛，而且從它的語法結(jié)構(gòu)上宗苍，更能清晰的讀出返回的數(shù)據(jù)結(jié)構(gòu)薄榛。這段 GraphQuery 的執(zhí)行結(jié)果如下：
{
"data": {
"author": "Ice bear",
"images": [
"http://pic.qiantucdn.com/58pic/32/50/40/70d58PICZfkRTfbnM2UVe_PIC2018.jpg!/fw/1024/watermark/url/L2ltYWdlcy93YXRlcm1hcmsvZGF0dS5wbmc=/repeat/true/crop/0x1024a0a0",
"http://pic.qiantucdn.com/58pic/32/50/40/70d58PICZfkRTfbnM2UVe_PIC2018.jpg!/fw/1024/watermark/url/L2ltYWdlcy93YXRlcm1hcmsvZGF0dS5wbmc=/repeat/true/crop/0x1024a0a1024",
"http://pic.qiantucdn.com/58pic/32/50/40/70d58PICZfkRTfbnM2UVe_PIC2018.jpg!/fw/1024/watermark/url/L2ltYWdlcy93YXRlcm1hcmsvZGF0dS5wbmc=/repeat/true/crop/0x1024a0a2048",
"http://pic.qiantucdn.com/58pic/32/50/40/70d58PICZfkRTfbnM2UVe_PIC2018.jpg!/fw/1024/watermark/url/L2ltYWdlcy93YXRlcm1hcmsvZGF0dS5wbmc=/repeat/true/crop/0x1024a0a3072"
],
"metadata": {
"mode": "RGB",
"resolution": "200dpi",
"size": "4724×6299",
"volume": "196.886 MB"
},
"number": "32504070",
"pictype": "原創(chuàng)",
"tags": ["大俠", "海報", "黑白", "金庸", "水墨", "武俠", "中國風(fēng)"],
"title": "大俠海報金庸武俠水墨中國風(fēng)黑白",
"type": "psd"
},
"error": "",
"timecost": 10997800
}
GraphQuery 是一個文本查詢語言敞恋，它不依賴于任何后端語言谋右，可以被任何后端語言調(diào)用，一段 GraphQuery 查詢語句啸蜜，在任何語言中可以得到相同的解析結(jié)果。
它內(nèi)置了 xpath選擇器衬横，css選擇器终蒂，jsonpath 選擇器和 正則表達式 ，以及足量的文本處理函數(shù)悉尾，結(jié)構(gòu)清晰易讀挫酿，能夠保證 數(shù)據(jù)結(jié)構(gòu)、解析代碼早龟、返回結(jié)果 結(jié)構(gòu)的一致性。
GraphQuery 的語法簡潔易懂, 即使你是第一次接觸它壹店， 也能很快的上手芝加， 它的語法設(shè)計理念之一就是 符合直覺， 我們應(yīng)該如何執(zhí)行它呢：
1. 在Golang中調(diào)用GraphQuery
在 golang 中将塑，你只需要首先使用 go get -u github.com/storyicon/graphquery 獲得 graphquery 并在代碼中調(diào)用即可：
package main
import (
"log"
"github.com/axgle/mahonia"
"github.com/parnurzeal/gorequest"
"github.com/storyicon/graphquery"
)
func decoderConvert(name string, body string) string {
return mahonia.NewDecoder(name).ConvertString(body)
}
func main() {
request := gorequest.New()
_, body, _ := request.Get("http://www.58pic.com/newpic/32504070.html").End()
body = decoderConvert("gbk", body)
response := graphquery.ParseFromString(body, "{ title `xpath(\"/html/body/div[4]/div[1]/div/div/div[1]/text()\")` pictype `css(\".pic-type\")` number `css(\".detailBtn-down\");attr(\"data-id\")` type `regex(\"文件格式：([a-z]+)\")` metadata `css(\".main-right p\")` { size `regex(\"尺寸：(.*?)像素\")` volume `regex(\"體積：(.*? MB)\")` mode `regex(\"模式：([A-Z]+)\")` resolution `regex(\"分辨率：(\\d+dpi)\")` } author `css(\".user-name\")` images `css(\"#show-area-height img\")` [ src `attr(\"src\")` ] tags `css(\".mainRight-tagBox .fl\")` [ tag `text()` ] }")
log.Println(response)
}
我們的 GraphQuery 表達式以 單行 的形式蝌麸， 作為函數(shù) graphquery.ParseFromString 的第二個參數(shù)傳入，得到的結(jié)果與預(yù)期完全相同来吩。
2. 在Python中調(diào)用GraphQuery
在 Python 等其他后端語言中蔽莱，調(diào)用 GraphQuery 需要首先啟動其服務(wù)盗冷，服務(wù)已經(jīng)為 windows历葛、mac 和 linux 編譯好，到 GraphQuery-http 中下載即可恤溶。
在解壓并啟動服務(wù)后，我們就可以愉快的使用 GraphQuery 在任何后端語言中對任何文檔以圖形的方式進行解析了鸠天。Python調(diào)用的示例代碼如下：
import requests
def GraphQuery(document, expr):
response = requests.post("http://127.0.0.1:8559", data={
"document": document,
"expression": expr,
})
return response.text
response = requests.get("http://www.58pic.com/newpic/32504070.html")
conseq = GraphQuery(response.text, r"""
{
title `xpath("/html/body/div[4]/div[1]/div/div/div[1]/text()")`
pictype `css(".pic-type")`
number `css(".detailBtn-down");attr("data-id")`
type `regex("文件格式：([a-z]+)")`
metadata `css(".main-right p")` {
size `regex("尺寸：(.*?)像素")`
volume `regex("體積：(.*? MB)")`
mode `regex("模式：([A-Z]+)")`
resolution `regex("分辨率：(\d+dpi)")`
}
author `css(".user-name")`
images `css("#show-area-height img")` [
src `attr("src")`
]
tags `css(".mainRight-tagBox .fl")` [
tag `text()`
]
}
""")
print(conseq)
輸出結(jié)果為：
{
"data": {
"author": "Ice bear",
"images": [
"http://pic.qiantucdn.com/58pic/32/50/40/70d58PICZfkRTfbnM2UVe_PIC2018.jpg!/fw/1024/watermark/url/L2ltYWdlcy93YXRlcm1hcmsvZGF0dS5wbmc=/repeat/true/crop/0x1024a0a0",
"http://pic.qiantucdn.com/58pic/32/50/40/70d58PICZfkRTfbnM2UVe_PIC2018.jpg!/fw/1024/watermark/url/L2ltYWdlcy93YXRlcm1hcmsvZGF0dS5wbmc=/repeat/true/crop/0x1024a0a1024",
"http://pic.qiantucdn.com/58pic/32/50/40/70d58PICZfkRTfbnM2UVe_PIC2018.jpg!/fw/1024/watermark/url/L2ltYWdlcy93YXRlcm1hcmsvZGF0dS5wbmc=/repeat/true/crop/0x1024a0a2048",
"http://pic.qiantucdn.com/58pic/32/50/40/70d58PICZfkRTfbnM2UVe_PIC2018.jpg!/fw/1024/watermark/url/L2ltYWdlcy93YXRlcm1hcmsvZGF0dS5wbmc=/repeat/true/crop/0x1024a0a3072"
],
"metadata": {
"mode": "RGB",
"resolution": "200dpi",
"size": "4724×6299",
"volume": "196.886 MB"
},
"number": "32504070",
"pictype": "原創(chuàng)",
"tags": ["大俠", "海報", "黑白", "金庸", "水墨", "武俠", "中國風(fēng)"],
"title": "大俠海報金庸武俠水墨中國風(fēng)黑白",
"type": "psd"
},
"error": "",
"timecost": 10997800
}
三稠集、后記
復(fù)雜的解析邏輯帶來的不僅僅是代碼可讀性的問題饥瓷，在代碼的維護和移植上也會造成很大的困擾，不同的語言和不同的庫也為代碼的解析結(jié)果造成了差異晦鞋，GraphQuery 是一個全新的開源項目棺克，它的主旨就是讓開發(fā)者從這些重復(fù)繁瑣的解析邏輯中解脫出來，寫出高可讀性娜谊、高可移植性、高可維護性的代碼湾趾。歡迎實踐、持續(xù)關(guān)注與代碼貢獻撑帖，一起見證 GraphQuery 與開源社區(qū)的發(fā)展澳眷！
