Golang实现留言板功能详解
想要快速搭建轻量高效的留言板后端服务吗?本文将手把手教你使用 Golang 实现留言板功能。本教程将详细讲解如何**定义留言数据结构**,包括ID、用户名、内容和时间戳,并利用 `net/http` 包**搭建HTTP服务**,处理GET和POST请求,实现留言的获取和提交。文章提供完整的代码示例,演示如何在内存中存储留言数据,并提供前端JavaScript代码,实现留言的展示和提交功能,完成前后端交互。此外,还提供扩展建议,例如使用SQLite数据库持久化存储留言,以及增加字段校验、防XSS过滤等功能,提升留言板的安全性与用户体验。
首先定义留言结构体并实现HTTP路由处理,使用net/http包搭建服务,内存存储消息并支持GET/POST请求,前端通过JavaScript调用API实现展示与提交功能。

实现一个基础的留言板功能,使用 Golang 可以快速搭建出轻量、高效的后端服务。整个流程包括定义数据结构、处理 HTTP 请求、存储留言数据以及前端交互。下面通过一个简单但完整的示例来展示如何用 Golang 实现留言板。
定义留言数据结构
每条留言通常包含 ID、用户名、内容和时间戳。可以使用 Go 的 struct 来表示:
type Message struct {
ID int `json:"id"`
User string `json:"user"`
Content string `json:"content"`
Time time.Time `json:"time"`
}
这个结构体可用于 JSON 编解码,方便前后端传输数据。ID 用于标识每条留言,Time 记录提交时间。
搭建 HTTP 服务与路由
使用 Go 内置的 net/http 包启动 Web 服务,并设置几个关键接口:
- GET /messages:获取所有留言
- POST /message:提交新留言
代码示例如下:
func main() {
messages := []Message{}
nextID := 1
http.HandleFunc("/messages", func(w http.ResponseWriter, r *http.Request) {
if r.Method == "GET" {
w.Header().Set("Content-Type", "application/json")
json.NewEncoder(w).Encode(messages)
}
})
http.HandleFunc("/message", func(w http.ResponseWriter, r *http.Request) {
if r.Method == "POST" {
var msg Message
if err := json.NewDecoder(r.Body).Decode(&msg); err != nil {
http.Error(w, err.Error(), http.StatusBadRequest)
return
}
msg.ID = nextID
nextID++
msg.Time = time.Now()
messages = append(messages, msg)
w.WriteHeader(http.StatusCreated)
json.NewEncoder(w).Encode(msg)
}
})
fmt.Println("Server is running on :8080")
http.ListenAndServe(":8080", nil)
}
这里将留言保存在内存切片中,适合演示或轻量场景。生产环境建议替换为数据库存储。
前端页面交互(可选)
可以添加一个简单的 HTML 页面,通过 JavaScript 调用后端 API 实现留言展示和提交:
将此 HTML 返回给根路径请求,即可形成完整交互。
扩展建议
当前实现基于内存存储,重启即丢失数据。如需持久化,可接入 SQLite、MySQL 或 MongoDB。例如使用 database/sql 配合 SQLite 驱动:
- 建表语句:
CREATE TABLE IF NOT EXISTS messages (id INTEGER PRIMARY KEY, user TEXT, content TEXT, time DATETIME) - 查询时使用
db.Query获取所有留言 - 插入时使用
db.Exec并记录时间
同时可增加字段校验、防 XSS 过滤、分页支持等功能提升安全性与体验。
基本上就这些。用 Golang 实现留言板不复杂但容易忽略细节,比如时间格式、JSON 编码、CORS 支持等。只要理清数据流向,就能快速搭建可用原型。
今天带大家了解了的相关知识,希望对你有所帮助;关于Golang的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
Javabreak退出循环实用技巧
- 上一篇
- Javabreak退出循环实用技巧
- 下一篇
- CSS进度条制作:animation结合width实现水平进度
-
- Golang · Go教程 | 45分钟前 | 模块 · go · CI · Go 持续集成 govulncheck 依赖安全
- 在持续集成中生成依赖清单并跟踪安全更新
- 244浏览 收藏
-
- Golang · Go教程 | 1小时前 | Go教程 · 调用栈 govulncheck Go依赖安全 漏洞可达性 Go漏洞数据库
- 用 govulncheck 区分被依赖漏洞与实际可达调用
- 283浏览 收藏
-
- Golang · Go教程 | 1小时前 | 并发 · go · goroutine阻塞 go tool trace Go执行跟踪 调度延迟 runtime trace
- 借助执行跟踪分析调度延迟和阻塞来源
- 228浏览 收藏
-
- Golang · Go教程 | 1小时前 | go · 性能优化 · 垃圾回收 · pprof · Go性能分析 pprof alloc_space inuse_space Go堆快照
- 结合堆快照区分瞬时分配与长期持有
- 382浏览 收藏
-
- Golang · Go教程 | 2小时前 | go · TLS ·
- 限制协议版本与密码套件同时保留兼容性说明
- 427浏览 收藏
-
- Golang · Go教程 | 2小时前 | https · TLS · Go教程 · GetCertificate atomic.Pointer Go TLS 证书热更新 HTTPS服务
- 配置服务端证书热更新并避免重启监听
- 243浏览 收藏
-
- Golang · Go教程 | 3小时前 | WEB开发 · Go教程 · html/template embed.FS ParseFS Go模板 Template.Clone
- 从嵌入文件加载多层布局并覆盖内容块
- 245浏览 收藏
-
- Golang · Go教程 | 4小时前 |
- 把模板函数注册、解析与执行错误分别处理
- 447浏览 收藏
-
- Golang · Go教程 | 4小时前 | html/template ·
- 用 html/template 生成邮件并保持上下文自动转义
- 207浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 378次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 450次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 458次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 402次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 230次使用
-
- Java 性能优化上线清单:从定位、改造到灰度发布
- 2026-06-11 860浏览
-
- Spring Boot 压测验证:Gatling、JMeter 与性能回归门禁
- 2026-06-11 843浏览
-
- Java NMT 非堆内存排查:Direct Buffer、线程栈与 Metaspace 分析
- 2026-06-11 826浏览
-
- Spring Boot 容器内存优化:JVM 堆、非堆与 MaxRAMPercentage
- 2026-06-11 809浏览
-
- Tomcat 连接与线程参数调优:maxThreads、acceptCount 与 KeepAlive
- 2026-06-11 792浏览

