2024年用python爬虫爬取2024年中国大学排行(1)

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！”)

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！