zoukankan      html  css  js  c++  java
  • 中国大学排名(爬虫)

    跟随视频学习过程中,让我更加的理解了requests库和BeautifulSoup库的使用。虽然现在还有点生疏,不过我会更加努力的,让自己能熟练的使用这两个库。

    下面贴出在中国最好大学网上爬取的代码:

     1 import requests
     2 from bs4 import BeautifulSoup
     3 import bs4
     4 
     5 def getHTMLText(url):
     6     try:
     7         r = requests.get(url, timeout=30)
     8         r.raise_for_status()
     9         r.encoding = r.apparent_encoding
    10         return r.text
    11     except:
    12         return ""
    13 
    14 def fillUnivList(ulist,html):
    15     soup = BeautifulSoup(html,'html.parser')
    16     for tr in soup.find('tbody').children:
    17         if isinstance(tr,bs4.element.Tag):
    18             tds = tr('td')
    19             ulist.append([tds[0].string, tds[1].string, tds[2].string,tds[3].string])
    20 
    21 def printUnivList(ulist,num):
    22     tplt = "{0:^10}	{1:{4}^10}	{2:^10}	{3:^10}"
    23     print(tplt.format("排名","学校名称","省份","分数",chr(12288)))
    24     for i in range(num):
    25         u = ulist[i]
    26         print(tplt.format(u[0], u[1], u[2],u[3],chr(12288)))
    27         
    28 def main():
    29     uinfo = []
    30     url = "http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html"
    31     html = getHTMLText(url)
    32     fillUnivList(uinfo, html)
    33     printUnivList(uinfo, 20)
    34 
    35 main()

    下面是运行结果:

  • 相关阅读:
    chrome 插件备份
    github下载单个文件
    idea插件备份
    外卖类应用的竞争与趋势
    使用终端和Java API对hbase进行增删改查操作
    分布式文件系统的布局、文件查找
    Java上机实验报告(4)
    Java上机实验报告(3)
    Java上机实验报告(2)
    Java上机实验报告(1)
  • 原文地址:https://www.cnblogs.com/xingkongyihao/p/6567381.html
Copyright © 2011-2022 走看看