我们分别通过Golang、Python、Java三门语言，分别实现对Boss直聘网站的招聘数据进行爬取。
首先打开Boss直聘网站：
然后我们在职位类型中输入Go或者Golang关键字：
然后我们可以看到一个列表，和Go语言相关的各种招聘职位，还可以不停的下一页。。
那我们现在就来爬取这些数据：我们比较关心这里的职位名称，薪资待遇，工作地点，对于工作经验的要求，学历的要求，公司名称，公司类型，公司发展阶段，公司规模等等。。
一、分析页面
我们通过分析页面的结构发现，页面的职位列表，其实都位于一个ul中的li里，每个页面有30个职位，所以有30个li标签：
打开这个li标签后，里面是div标签嵌套，包括了招聘信息和公司信息：
接下来我们就可以通过代码来爬取这些数据了，首先我们要确定要爬取的第一个url：
一共有10页数据，分别通过page=1、2、3。。。来实现，
所以接下来要爬取的url：
。。。
爬取到的数据，我们也不需要处理，打印输出即可。。因为我们只是想看一下几门语言爬取数据在实现上有什么不同。。
好了，现在让我们来开开心心的撸代码吧。。
二、Golang语言实现
使用Go语言来爬取这个页面，github里搜了下，发现goquery这个爬虫包用的人还挺多的，7000多个star，而且是BSD开源协议，于是毫不犹豫的拿来用了。
goquery的使用还是比较简单，按照文档说明一步一步来就可以了：
首先：需要安装
其次：就是去看看goquery的API，先了解一下常用的方法：
然后就可以开始写代码了：
打开Goland，新建一个go文件:
一共也就这些代码，加上注释78行。
然后可以运行：（注：由于执行结果过长，为增加可阅读性部分执行结果已经删除处理）
我们可以看到一共花费了11s的时间，但是我们为了防止boss反爬，在程序中设置了，每隔1s中再爬取下个页面，所以减掉9s，真正的爬数据的时间也就2s：
三、Python语言实现
python在爬虫方面还是比较强大的，我选了一个最时髦的框架：scrapy
这个框架虽然说功能很强大，但是用起来还稍微有点麻烦的，不说别的，创建项目就得用终端的scrapy命令创建，而不是IDE直接创建。
所以打开终端，进入python的workspace，输入以下命令：
然后通过Pycharm打开这个项目：
先编写items.py文件，就是我们要爬取的数据，需要先在此处定义，然后每一条数据就是一个item：
然后我们打开spiders目录：新建一个py文件：bossspider.py，这里写爬取数据的代码：
然后修改setting.py文件，设置请求头等等：
为了能够在爬取数据的时候，统计程序耗时，我们还可以修改scrapy的包文件：corestats.py
然后运行一下程序，打开终端，输入以下命令：
或者：
表示把爬取的数据导出到boss.json文件中。
共耗时12s，同样也是减掉9s的睡眠时间，耗时3s。
四、Java语言实现
Java的爬虫，我们可以通过Jsoup库来辅助我们实现Java语言的编程实现）。
先创建Java工程，然后下载Jsoup.jar源码库并添加到Java工程中的libs中，并添加成为library。
接着创建Item类，因为Java是面向对象的语言，所以我们先创建一个类，用于封装下载后的数据：
然后我们创建一个带main()的java文件，来编写爬虫的代码：
因为我们对数据没有什么处理，所以边封装就边打印查看了。
这个速度还是有点意思的。。
五、对比
从代码量上可以看得出来Go语言是最少的，尤其的简洁。。
从运行速度上可以看出来Go语言是执行最快的，耗时最短。。
然后每个语言也都有着不同的优缺点，所以也有着各自的发展领域。