一、http client

http client 有如下最佳实践：

尽量用 default http client：默认的 http client 设置了很多合适的参数（如超时、连接池），也便于在各请求间复用（如先将获取到的 token 存储到 client 内，后续所有请求都可用此 token）
要设置 timeout：防止因网络 or 下游 server 的问题，而盲等，导致自己阻塞，降低拥堵体验
谨慎处理 redirects：若 server 不存在某资源时可能会用 3xx redirect 到新目的地。然而若 client 未合适处理，可能导致 loop redirect。因此需要如下做法：
- 校验 redirect url
- 限制 redirect 次数
reuse connections：可用连接池实现，可减少新建连接的开销、降低延迟、增加流量。
默认会打开 Keep-Alive，除非需求是在一个连接上的数据请求密度不高则可手动关闭。详见实验

爬取并存储 jpg

package clients

import (
	"fmt"
	"github.com/sirupsen/logrus"
	"gitlab.deepglint.com/yuchuansun/petroltools/configs"
	"io"
	"net/http"
	"os"
	"strings"
	"time"
)

var httpCli = &http.Client{
	Timeout: 10 * time.Second,
}

type spiderCli struct {
	httpCli *http.Client
	txtFile *os.File
}

func Spider() *spiderCli {
	txtFile, err := os.OpenFile(configs.TxtFileName(), os.O_APPEND|os.O_CREATE|os.O_WRONLY, 0644)
	if err != nil {
		logrus.Fatal(err)
	}
	return &spiderCli{
		httpCli: httpCli,
		txtFile: txtFile,
	}
}

func (c *spiderCli) Download(url string) ([]byte, error) {
	res, err := c.httpCli.Get(url)
	if err != nil {
		return nil, err
	}
	defer res.Body.Close()

	if res.StatusCode == http.StatusNotFound {
		return nil, fmt.Errorf("got invalid status code: %v", res.StatusCode)
	}
	return io.ReadAll(res.Body)
}

// Save img.jpg and txt
func (c *spiderCli) Save(fid int64, bytes []byte, plateText, plateColor, plateType string) error {
	// img
	fImgName := fmt.Sprintf("%v.jpg", fid)
	fImg, err := os.Create(fImgName)
	if err != nil {
		return err
	}
	defer fImg.Close()
	writtenImg, err := fImg.Write(bytes)
	if err != nil {
		return err
	}
	if writtenImg == 0 {
		os.Remove(fImgName)
	}
	// txt
	line := strings.Join([]string{fImgName, plateText, plateColor, plateType}, ",")
	writtenTxt, err := c.txtFile.WriteString(line + "\n")
	_ = writtenTxt
	return err
}

func (c *spiderCli) Close() {
	c.txtFile.Close()
}