中国大学排名(python爬虫)

 其实在当今社会,网络上充斥着大量有用的数据,我们只需要耐心的观察,再加上一些技术手段,就可以获取到大量的有价值数据。这里的“技术手段”就是网络爬虫。今天就给大家分享一篇爬虫基础知识和入门教程:

import requests
from bs4 import BeautifulSoup
import csv
import matplotlib.pyplot as plt


def getHTMLText(url):
    try:
        r = requests.get(url, timeout=30)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        html = r.text
        return html
    except:
        print("爬取失败")
        return None


def fillUnivList(ulist, html):
    soup = BeautifulSoup(html, 'html.parser')
    table = soup.find('table', class_='rk-table')
    if table is None:
        print("未找到排名表格")
        return
    tbody = table.find('tbody')
    if tbody is None:
        print("未找到<tbody>标签")
        return
    data = tbody.find_all('tr')
    for tr in data:
        tds = tr.find_all('td')
        if len(tds) < 5:  # 跳过不完整的行
            continue
        td_2 = tds[2].text.strip() if tds[2].text else ""
        td_3 = tds[3].text.strip() if tds[3].text else ""
        ulist.append([tds[0].string.strip(), tds[1].find('a').string.strip(),
                      td_2, td_3, tds[4].string.strip()])


def printUnivList(ulist, num):
    file_name = "../第六周/大学排行.csv"
    with open(file_name, 'w', newline='', encoding='utf-8') as f:
        writer = csv.writer(f)
        writer.writerow(["排名", "大学名称", "省市", "类型", "总分"])
        for i in range(num):
            u = ulist[i]
            writer.writerow(u)
            print(f"排名:{u[0]}\t大学名称:{u[1]}\t省市:{u[2]}\t类型:{u[3]}\t总分:{u[4]}")




def main():
    ulist = []
    url = 'https://www.shanghairanking.cn/rankings/bcur/202311.html'
    html = getHTMLText(url)
    if html is not None:
        fillUnivList(ulist, html)
        printUnivList(ulist, 30)


main()

def printUnivList(ulist, num):
    file_name = "../第六周/大学排行.csv"
    with open(file_name, 'w', newline='', encoding='utf-8') as f:
        writer = csv.writer(f)
        writer.writerow(["排名", "大学名称", "省市", "类型", "总分"])
        for i in range(num):
            u = ulist[i]
            writer.writerow(u)
            print(f"排名:{u[0]}\t大学名称:{u[1]}\t省市:{u[2]}\t类型:{u[3]}\t总分:{u[4]}")

 在进行爬虫编码的过程中要格外的注意网址的的可读性,有的网址可能是以前的网站,根本搜不出来.希望大家注意

这是我们python学习的实践作业,希望可以帮助到大家

  • 53
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 您好!关于爬取大学排名的信息,可以使用 Python 中的 requests 和 BeautifulSoup 库来实现。 首先,需要确定目标网站并分析其网页结构。以中国大学排名网站(http://www.zuihaodaxue.com/zuihaodaxuepaiming2020.html)为例,我们可以看到该网页中包含了大学排名的信息。 然后,使用 requests 库获取该网站的 HTML 代码。代码如下: ``` import requests url = 'http://www.zuihaodaxue.com/zuihaodaxuepaiming2020.html' response = requests.get(url) html = response.content ``` 接着,使用 BeautifulSoup 库来解析 HTML 代码,并提取出需要的排名信息。代码如下: ``` from bs4 import BeautifulSoup soup = BeautifulSoup(html, 'html.parser') table = soup.find('tbody') rows = table.find_all('tr') for row in rows: cols = row.find_all('td') print(cols[0].text, cols[1].text, cols[2].text, cols[3].text, cols[4].text) ``` 以上代码会输出大学排名、学校名称、省份、总分和指标得分。 需要注意的是,爬取网站信息时要尊重网站的相关规定,并避免对网站造成过大的负担。 ### 回答2: Python大学排名爬虫是一种用于自动获取大学排名信息的程序。它利用Python编程语言的强大功能和第三方库,使用网络爬虫技术从相关网站抓取大学排名数据,然后进行数据解析和处理,并将结果显示或保存到本地。 首先,Python大学排名爬虫需要选择一个合适的目标网站,该网站提供了大学排名的信息。可以使用Python的requests库来向目标网站发送HTTP请求,并使用BeautifulSoup库解析网页内容,提取排名数据。这些库都是Python中常用的网络爬虫工具。 其次,Python大学排名爬虫需要编写相应的代码来定位目标排名信息所在的HTML标签或CSS选择器,并从中提取数据。可以使用BeautifulSoup库的强大的查找功能和提取方法来实现这一步骤。 接着,Python大学排名爬虫需要将抓取的数据进行清洗和整理。可以使用Python的字符串处理函数、正则表达式或其他相关工具对数据进行清洗和格式化。 最后,Python大学排名爬虫可以将抓取到的数据显示在屏幕上,或者保存到本地文件中,以供后续的数据分析或其他用途。 总的来说,Python大学排名爬虫是一种能够自动获取大学排名信息的应用程序,它借助Python编程语言和相关的网络爬虫工具,实现了从目标网站抓取数据、数据解析和清洗,并将结果显示或保存的功能。该爬虫技术在获取大量数据时非常便捷高效,为教育研究、学生选择大学等提供了便利。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值