--- title: "¿Cómo realizar el parseo de HTML con Golang?" slug: parse-html-with-golang date: 2026-02-16T07:59:22+00:00 modified: 2026-02-16T07:59:23+00:00 permalink: https://brightdata.es/blog/datos-web/parse-html-with-golang type: blog --- [ Blog ](https://brightdata.es/blog "Blog") / [Datos web](https://brightdata.es/blog/datos-web) [Datos web](https://brightdata.es/blog/datos-web) # ¿Cómo realizar el parseo de HTML con Golang? Domine el parseo HTML en Go con Node Parser, Tokenizer y las mejores herramientas de terceros, como Goquery y Colly, para obtener soluciones eficientes de Scraping web. 8 min de lectura [ ![Jacob Nulty](https://media.brightdata.es/2024/12/Jacob-Nulty-50x50.jpg) ](https://brightdata.com/blog/authors/jake-nulty) [Jake Nulty Technical Writer ](https://brightdata.com/blog/authors/jake-nulty) ![How to Parse HTML With Golang blog image](https://media.brightdata.es/2025/01/How-to-Parse-HTML-With-Golang.svg) Existen todo tipo de excelentes[herramientas de parseo](/blog/web-data/best-html-parsers). En Python, las[opciones](/blog/web-data/best-python-html-parsers)son casi ilimitadas. Sin embargo, con Go, no hay mucho donde elegir. Go es un lenguaje excelente para el rendimiento y la gestión de la memoria, pero nuestras bibliotecas de parseo son bastante limitadas. Node Parser y Tokenizer son dos opciones que podemos utilizar de la biblioteca estándar de Go. Si no estás familiarizado con el funcionamiento del Scraping web, echa un vistazo a[esta guía](/blog/how-tos/html-web-scraping). Síguenos y aprende cuándo utilizar estas herramientas o cuándo elegir una biblioteca de terceros para obtener una solución de Scraping web más completa. ## Requisitos previos Es útil tener conocimientos básicos de Go y del Scraping web, pero no es imprescindible. Si estás familiarizado con Go pero te gustaría conocer el proceso de Scraping web, echa un vistazo a[esta guía](/blog/how-tos/web-scraping-go). Para empezar, debes asegurarte de que tienes Go instalado en tu equipo. Puedes encontrar la última versión[aquí](https://go.dev/dl/). Descarga la última versión para tu sistema y ¡manos a la obra! **Crea una nueva carpeta de proyecto y `entra` en ella.** ```none mkdir goparser cd goparser ``` **Inicializa un nuevo proyecto Go.** ```none go mod init goparser ``` **Prueba de la configuración** Continúe y pegue el siguiente código en un nuevo archivo, `main.go`. ```none package main import "fmt" func main() { fmt.Println("¡Hola, mundo!") } ``` Puede ejecutar el archivo con el siguiente comando. ```none go run main.go ``` Si todo funciona correctamente, debería obtener el siguiente resultado. ```none ¡Hola, mundo! ``` **Instala nuestra única dependencia**. ```none go get golang.org/x/net/html ``` ## Examinando la página [Quotes to Scrape](https://www.quotes.toscrape.com/)es un sitio creado específicamente con el propósito de extraer tutoriales. En este tutorial, vamos a extraer cada cita y su autor de la página. Para comprender mejor el objeto de la cita, echa un vistazo a la captura de pantalla siguiente. Cada cita es un `span` y su `clase` es `text`. ![Inspect quote](https://media.brightdata.es/2025/01/image-62.png)En la siguiente captura de pantalla, inspeccionamos el autor. Es un elemento `pequeño` y su `clase` es `author`. ![Inspect author](https://media.brightdata.es/2025/01/image-63.png)Tanto nuestro analizador de nodos como nuestro tokenizador producirán el mismo resultado que se muestra a continuación. ```none Cita: «El mundo tal y como lo hemos creado es un proceso de nuestro pensamiento. No se puede cambiar sin cambiar nuestra forma de pensar». Autor: Albert Einstein Cita: «Son nuestras elecciones, Harry, las que muestran lo que realmente somos, mucho más que nuestras habilidades». Autor: J. K. Rowling Cita: «Solo hay dos formas de vivir la vida. Una es como si nada fuera un milagro. La otra es como si todo fuera un milagro». Autor: Albert Einstein. Cita: «La persona, ya sea caballero o dama, que no disfruta de una buena novela, debe ser intolerablemente estúpida». Autora: Jane Austen. Cita: «La imperfección es belleza, la locura es genio y es mejor ser absolutamente ridículo que absolutamente aburrido». Autora: Marilyn Monroe. Cita: «Intenta no convertirte en un hombre de éxito. Más bien, conviértete en un hombre de valor». Autor: Albert Einstein. Cita: «Es mejor ser odiado por lo que eres que ser amado por lo que no eres». Autor: André Gide. Cita: «No he fracasado. Solo he encontrado 10 000 formas que no funcionan». Autor: Thomas A. Edison Cita: «Una mujer es como una bolsita de té: nunca sabes lo fuerte que es hasta que la sumerges en agua caliente». Autora: Eleanor Roosevelt Cita: «Un día sin sol es como, ya sabes, la noche». Autor: Steve Martin ``` ## Extracción de datos con Node Parser Node Parser de Go nos permite recorrer el DOM (modelo de objetos de documento) y manipularlo de forma recursiva. Cuando utilizamos Node Parser, este convierte toda la página HTML en una estructura en forma de árbol de objetos `Node` que podemos analizar sobre la marcha. En el código siguiente, creamos una función recursiva: `processNode()`. Toma un puntero a un nodo HTML. Si el nodo es un `span` y su `clase` es `texto`, imprimimos la cita en la consola. Si el nodo es un elemento `pequeño` y su `clase` es `autor`, imprimimos el autor en la consola. Estos son los mismos atributos que descubrimos anteriormente al inspeccionar la página. ```none package main import ( "fmt" "net/http" "golang.org/x/net/html") func main() { resp, _ := http.Get("http://quotes.toscrape.com") defer resp.Body.Close() doc, _ := html.Parseo(resp.Body) var processNode func(*html.Node) processNode = func(n *html.Node) { if n.Type == html.ElementNode && n.Data == "span" { for _, a := range n.Attr { if a.Key == "class" && a.Val == "text" { fmt.Println("Quote:", n.FirstChild.Data) } } } if n.Type == html.ElementNode && n.Data == "small" { for _, a := range n.Attr { if a.Key == "class" && a.Val == "author" { fmt.Println("Author:", n.FirstChild.Data) } } } for c := n.FirstChild; c != nil; c = c.NextSibling { processNode(c) } } processNode(doc) } ``` **La API Node Parser es ideal cuando necesitas procesar todo el documento. Para optimizar el uso de la memoria, podemos utilizar un puntero al documento real y procesar nuestros datos a medida que lo recorremos.** ## Extracción de datos con Tokenizer Tokenizer procesa la página de forma ligeramente diferente. `html.NewTokenizer(resp.Body)` se utiliza para crear un objeto tokenizer a partir del cuerpo de nuestra respuesta. A continuación, elegimos qué tokens (etiquetas HTML, contenido de texto o atributos) queremos extraer de la página. Al procesar cada token, tenemos dos objetos booleanos: `inQuote` e `inAuthor`. Si el token está dentro de una cita o un autor, lo recortamos e imprimimos sus datos en la consola. Aunque el resultado de este código es el mismo, en realidad funciona de forma muy diferente. Con Node Parser, procesamos nuestros datos nodo a nodo a medida que avanzamos por el árbol. Con tokenizer, los procesamos por fragmentos. En el código siguiente, especificamos dos tokens de inicio: `span` y `small`. Si nuestro fragmento es un elemento `span` y su `clase` es `texto`, lo imprimimos en la consola. Si nuestro fragmento es un `small` y su `clase` es `autor`, también lo imprimimos en la consola. Todos los demás tokens (etiquetas HTML) de la página se ignoran por completo. ```none package main import ( "fmt" "net/http" "strings" "golang.org/x/net/html" ) func main() { resp, _ := http.Get("http://quotes.toscrape.com") defer resp.Body.Close() tokenizer := html.NewTokenizer(resp.Body) inQuote := false inAuthor := false for { tt := tokenizer.Next() switch tt { case html.ErrorToken: return case html.StartTagToken: t := tokenizer.Token() if t.Data == "span" { for _, a := range t.Attr { if a.Key == "class" && a.Val == "text" { inQuote = true } } } if t.Data == "small" { for _, a := range t.Attr { if a.Key == "class" && a.Val == "author" { inAuthor = true } } } case html.TextToken: if inQuote { fmt.Println("Cita:", strings.TrimSpace(tokenizer.Token().Data)) inQuote = false } if inAuthor { fmt.Println("Autor:", strings.TrimSpace(tokenizer.Token().Data)) inAuthor = false } } } } ``` **Tokenizer es un poco más básico que Node Parser, pero también es mucho más eficiente. Solo necesitamos procesar los tokens relevantes (etiquetas HTML) en lugar de recorrer todo el documento. Esto es ideal para procesar grandes cantidades de datos procedentes de flujos de datos. Con Tokenizer, solo necesitas procesar los datos relevantes en lugar de toda la página.** ## Alternativas de terceros Tanto Node Parser como Tokenizer son bastante básicos en comparación con las herramientas que se obtienen con Python y JavaScript. A continuación se indican algunas herramientas de terceros que pueden facilitar un poco el scraping. ### Goquery Creado como una alternativa de Go a Jquery,[Goquery](https://github.com/PuerkitoBio/goquery)es una excelente opción si buscas un analizador más intuitivo. Con Goquery, obtienes soporte para el recorrido DOM y los selectores CSS. Esto se parece mucho más a las soluciones a las que puedes estar acostumbrado en otros lenguajes. ### htmlquery Similar a Goquery,[htmlquery](https://github.com/antchfx/htmlquery)nos permite utilizar tanto el recorrido DOM como los selectores. Sin embargo, con htmlquery utilizamos selectores XPath en lugar de selectores CSS. La elección entre Goquery y htmlquery debería basarse realmente en el tipo de selector que prefieras. ### Colly [Colly](https://github.com/gocolly/colly)es un completo marco de trabajo de Scraping web para Go. Con Colly, obtenemos soporte para selectores CSS, concurrencia y mucho más. Puedes considerarlo como una alternativa de Go a[Scrapy](/blog/how-tos/web-scraping-with-scrapy). Si te interesa utilizar Colly,[aquí](/blog/how-tos/web-scraping-go) tienes un excelente tutorial al respecto. ### Scraper web de Bright Data Nuestro[Web Scraper](/products/web-scraper)te permite evitar por completo el proceso de scraping. Con Web Scraper, rastreamos la página y te devolvemos sus datos en formato JSON. Es una opción excelente si solo quieres hacer una solicitud de API y seguir con tu día en lugar de recorrer el DOM, escribir tokens o escribir selectores. Nuestro Scraper web no es una biblioteca Go, es un servicio API. Si sabe cómo manejar una API REST, esta es una forma muy sencilla de automatizar su proceso de scraping. ## Conclusión Ahora ya sabe cómo realizar el parseo de HTML con Go. Para obtener un conjunto de habilidades más completo, eche un vistazo a nuestra guía sobre[la integración de Proxies en Go](/blog/how-tos/go-proxy-servers). Si desea recorrer una página completa, utilice Node Parser. Si solo desea realizar el parseo de los datos relevantes de una página, pruebe Tokenizer. Si ninguno de estos se ajusta a sus necesidades, existen diversas herramientas de terceros, como los Web Scrapers de Bright Data. ¡Regístrate ahora y comienza tu prueba gratuita! Contactar ventasPrueba gratuita![google social icon](/wp-content/themes/brightdata/assets/images/ic_google.svg) Tabla de Contenidos [ ](https://news.ycombinator.com/submitlink?t=%C2%BFC%C3%B3mo+realizar+el+parseo+de+HTML+con+Golang%3F&u=https://brightdata.es/blog/datos-web/parse-html-with-golang) [ ](https://www.linkedin.com/shareArticle?mini=true&title=%C2%BFC%C3%B3mo+realizar+el+parseo+de+HTML+con+Golang%3F&url=https://brightdata.es/blog/datos-web/parse-html-with-golang) [ ](http://www.reddit.com/submit?title=%C2%BFC%C3%B3mo+realizar+el+parseo+de+HTML+con+Golang%3F&url=https://brightdata.es/blog/datos-web/parse-html-with-golang) ## Usted también puede estar interesado en [ ![OpenHuman with Bright Data](https://media.brightdata.es/2026/09/OpenHuman-with-Bright-Data.png) ](https://brightdata.es/blog/ai/openhuman-with-bright-data "Acceso Web Listo para Producción en OpenHuman a Través de la CLI de Bright Data") [AI ![Antonello Zanini](https://media.brightdata.es/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### Acceso Web Listo para Producción en OpenHuman a Través de la CLI de Bright Data Integra la CLI de Bright Data con OpenHuman para habilitar acceso web listo para producción y recopilación de datos para agentes de IA. 09-Sep-2026 14 min de lectura ](https://brightdata.es/blog/ai/openhuman-with-bright-data) [ ![Multimodal Web Scraping with MiniMax](https://media.brightdata.es/2026/09/Multimodal-Web-Scraping-with-MiniMax.png) ](https://brightdata.es/blog/datos-web/multimodal-web-scraping-with-minimax "Scraping Web Multimodal con MiniMax") [Datos web ![Antonello Zanini](https://media.brightdata.es/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### Scraping Web Multimodal con MiniMax Combina Bright Data Web Unlocker con la visión de MiniMax M3 para extraer datos estructurados de imágenes y capturas de pantalla de páginas web. 09-Sep-2026 5 min de lectura ](https://brightdata.es/blog/datos-web/multimodal-web-scraping-with-minimax) [ ![The 10 Best CLI Tools for Codex in 2026](https://media.brightdata.es/2026/08/The-10-Best-CLI-Tools-for-Codex-in-2026.png) ](https://brightdata.es/blog/ai/best-cli-tools-for-codex "Las 10 mejores herramientas CLI para Codex en 2026 – Probadas y clasificadas") [AI ![Daniel Shashko](https://media.brightdata.es/2022/04/Daniel-Shashko-2-50x50.png) Daniel Shashko Web Data & AI Expert ### Las 10 mejores herramientas CLI para Codex en 2026 – Probadas y clasificadas Las 10 herramientas CLI que hacen a Codex más rápido y capaz, comenzando con la Bright Data CLI para acceso web real desde dentro del sandbox. 06-Sep-2026 24 min de lectura ](https://brightdata.es/blog/ai/best-cli-tools-for-codex)