当前位置:首页 > 文章列表 > Golang > Go教程 > Golang 实现在线投票系统教程

Golang 实现在线投票系统教程

2026-05-15 22:36:28 0浏览 收藏
本文手把手教你用纯 Go 语言(仅依赖标准库 net/http、sync 和 encoding/json)从零构建一个轻量、安全、可运行的在线投票系统:涵盖 Web 服务搭建、HTML 表单渲染与提交处理、用户输入验证、基于 map + sync.Mutex 的并发安全内存计票,以及可选的 JSON 文件持久化,并最终以清晰的百分比形式动态展示实时投票结果——整个实现简洁高效,无需第三方框架,是深入理解 Go Web 开发核心流程与并发控制的绝佳实践范例。

Golang 如何实现一个在线投票系统_Golang Web 表单与数据存储项目

用 Golang 实现一个简单的在线投票系统,核心在于处理 Web 表单、验证用户输入、存储数据以及展示结果。整个流程不复杂,但能很好地体现 Go 在 Web 开发中的简洁与高效。

搭建基础 Web 服务

Go 自带的 net/http 包足以支撑一个小型 Web 应用。我们先启动一个 HTTP 服务器,并注册几个关键路由:

  • /:显示投票选项和表单
  • /vote:接收 POST 请求,处理投票提交
  • /results:展示当前投票结果

代码结构如下:

func main() {
  http.HandleFunc("/", showPoll)
  http.HandleFunc("/vote", handleVote)
  http.HandleFunc("/results", showResults)
  http.ListenAndServe(":8080", nil)
}

设计 HTML 表单与处理用户输入

在 showPoll 处理函数中,返回一个包含单选按钮的 HTML 表单,让用户选择选项并提交。

示例表单片段:


   Option A

   Option B

  

在 handleVote 中读取表单数据:

err := r.ParseForm()
if err != nil {
  // 处理解析错误
}
selected := r.FormValue("option")
if selected == "" {
  // 返回错误提示
}

可加入简单验证,比如确保选项合法,防止恶意提交。

使用内存或文件存储投票数据

对于轻量级应用,可以用 Go 的 map 存储计数,配合 sync.Mutex 防止并发冲突:

var votes = make(map[string]int)
var mu sync.Mutex

处理投票时:

mu.Lock()
votes[selected]++
mu.Unlock()

如果需要持久化,可将数据写入 JSON 文件或 SQLite。每次启动读取文件恢复状态,投票后重新写入。

写入 JSON 示例:

data, _ := json.Marshal(votes)
os.WriteFile("votes.json", data, 0644)

展示投票结果

showResults 函数汇总数据并生成 HTML 页面,列出每个选项的得票数和百分比。

计算逻辑:

total := 0
for _, v := range votes { total += v }
// 计算各选项占比

前端可用简单表格或进度条形式展示,提升可读性。

基本上就这些。通过 net/http 处理请求,用标准库完成表单解析和数据存储,无需引入框架也能快速实现功能完整的投票系统。适合学习 Web 流程和 Go 基础操作。

今天关于《Golang 实现在线投票系统教程》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!

导航菜单样式异常怎么调?调整类名和层级关系导航菜单样式异常怎么调?调整类名和层级关系
上一篇
导航菜单样式异常怎么调?调整类名和层级关系
HTML Selection API 文本选中高亮教程
下一篇
HTML Selection API 文本选中高亮教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    331次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    390次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    384次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    352次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    176次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码