cengci = re.compile(r’....(.*)')
爬取网页
def getData(baseurl):
datalist = []
html = askURL(baseurl) # 保存获取到的网页源码
soup = BeautifulSoup(html, “html.parser”) # soup是解析后的树形结构对象
for item in soup.find_all(‘tr’): # 查找符合要求的字符串形成列表
data = [] # 保存一个学校的所有信息
item = str(item)
#排名
paiming1 = re.findall(paiming, item) # re正则表达式查找指定字符串 0表示只要第一个 前面是标准后面是找的范围
if(not paiming1):
pass
else:
print(paiming1[0])
data.append(paiming1)
if(paiming1 in data):
#学校名字
xuexiao1 = re.findall(xuexiao, item)[0]
data.append(xuexiao1)
#得分
defen1 = re.findall(defen, item)[0]
data.append(defen1)
#星级
xingji1 = re.findall(xingji, item)[0]
data.append(xingji1)
#层次
cengci1 = re.findall(cengci, item)[0]
data.append(cengci1)
datalist.append(data) # 把处理好的一个学校信息放入datalist中
return datalist
得到指定一个url网页信息内容
def askURL(url):
我的初始访问user agent
head = { # 模拟浏览器头部信息,向豆瓣服务器发送消息 伪装用的
“User-Agent”: “Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.116 Safari/537.36”
}
用户代理表示告诉豆瓣服务器我们是什么类型的机器–浏览器 本质是告诉浏览器我们可以接受什么水平的文件内容
request = urllib.request.Request(url, headers=head) # 携带头部信息访问url
用request对象访问
html = “”
try:
response = urllib.request.urlopen(request) # 用urlopen传递封装好的request对象
html = response.read().decode(“utf-8”) # read 读取 可以解码 防治乱码
print(html)
except urllib.error.URLError as e:
if hasattr(e, “code”):
print(e.code) # 打印错误代码
if hasattr(e, “reason”):
print(e.reason) # 打印错误原因
return html
3保存数据
def saveData(datalist, savepath):
book = xlwt.Workbook(encoding=“utf-8”, style_compression=0) # 创建workbook对象 样式压缩效果
sheet = book.add_sheet(‘中国大学排名’, cell_overwrite_ok=True) # 创建工作表 一个表单 cell覆盖
for i in range(0, 640):
print(“第%d条” % (i + 1))
data = datalist[i]
print(data)
for j in range(0, 5): # 每一行数据保存进去
sheet.write(i , j, data[j]) # 数据
book.save(savepath) # 保存数据表
#主函数
if name == “main”: # 当程序执行时
#调用函数 程序执行入口
main()
print(“爬取完毕!”)
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)
以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!**
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)