03爬虫 爬取hfutxc成绩
Posted miao_a_miao
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了03爬虫 爬取hfutxc成绩相关的知识,希望对你有一定的参考价值。
1 #-*- coding:utf-8 -*- 2 # -*- coding: utf-8 -*- 3 #encoding:utf-8 4 import urllib 5 import urllib2 6 import cookielib 7 import re 8 9 10 class SDU: 11 12 def __init__(self): 13 self.loginUrl = ‘http://222.195.8.201/pass.asp‘ 14 self.gradeUrl = ‘http://222.195.8.201/student/asp/Select_Success.asp‘ 15 self.cookies = cookielib.CookieJar() 16 self.postdata = urllib.urlencode({ 17 ‘UserStyle‘:‘student‘, 18 ‘user‘:‘2013217314‘, 19 ‘password‘:‘#######‘ 20 }) 21 self.opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(self.cookies)) 22 23 def getPage(self): 24 request = urllib2.Request( 25 url = self.loginUrl, 26 data = self.postdata) 27 result = self.opener.open(request) 28 result = self.opener.open(self.gradeUrl) 29 return result.read().decode(‘gbk‘) 30 #打印登录内容 31 #print result.read().decode(‘gbk‘) 32 33 def getGrades(self): 34 #获得本学期成绩页面 35 page = self.getPage() 36 #正则匹配 37 myItems = re.findall(‘<TR bgcolor.*?<TD>.*?</TD>.*?<TD>(.*?)</TD>.*?<TD align="center">.*?</TD>.*?<TD align="center">(.*?)</TD>.*?</TR>‘,page,re.S) 38 for item in myItems: 39 print item[0]+‘ ‘+item[1].strip()+‘ ‘ 40 #self.credit.append(item[0].encode(‘gbk‘)) 41 #self.grades.append(item[1].encode(‘gbk‘)) 42 #self.getGrade() 43 44 45 sdu = SDU() 46 sdu.getPage() 47 sdu.getGrades()
以上是关于03爬虫 爬取hfutxc成绩的主要内容,如果未能解决你的问题,请参考以下文章