中国大学排名定向爬虫

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了中国大学排名定向爬虫相关的知识,希望对你有一定的参考价值。

import requests
from bs4 import BeautifulSoup
import bs4                                                       #Tag类型判断是需要用到这里的库



def gethtmlText(url):
    try:
        r = requests.get(url,timeout = 30)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return 产生异常

def fillUnivList(ulist, html):
    soup = BeautifulSoup(html,html.parser)
    for tr in soup.find(tbody).children:                        #所有的排名信息包含在这个tbody的标签中
        if isinstance(tr, bs4.element.Tag):                       #每个大学的排名信息单独一个独立的tr标签中,它是tbody标签的子标签
            tds = tr(td)
            ulist.append([tds[0].string, tds[1].string, tds[3].string])

def printUnivList(ulist, num):
    tplt={0:^10}\t{1:{3}^10}\t{2:^10}‘                           #{3},代表用format的第四个变量填充没用完的位置 即chr(12288)
    print(tplt.format(排名,学校名称,分数,chr(12288)))
    for i in range(num):                                          #ulist是一个二维数组
        u = ulist[i]
        print(tplt.format(u[0],u[1],u[2],chr(12288)))


def main():
    uinfo = []
    url = http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html
    html = getHTMLText(url)
    fillUnivList(uinfo, html)
    num = 20
    printUnivList(uinfo, num)

main()

 requests库和bs4库共同作用。结构形式:获取网页内容——解析网页并提取信息——输出信息

以上是关于中国大学排名定向爬虫的主要内容,如果未能解决你的问题,请参考以下文章

爬虫“中国大学排名定向爬虫”实例

Python爬虫——定向爬取“中国大学排名网”

中国大学排名(定向爬虫)实例

中国大学排名定向爬虫

中国大学排名定向爬虫

中国大学排名定向爬虫