中国大学排名爬虫例

# 1.查看是否静态网页
# 2.手动查看robots.txt

import requests
from bs4 import BeautifulSoup
import bs4

def getHTMLText(url):
    try:
        r=requests.get(url,timeout=30)
        r.raise_for_status()
        r.encoding=r.apparent_encoding
        return r.text
    except:
        return ""

def fillUnivList(uList,html):
    soup=BeautifulSoup(html,"html.parser")
    for tr in soup.find("tbody").children:
        if isinstance(tr,bs4.element.Tag):
            tds=tr("td")
            #== tds = tr.find_all('td')
            uList.append([tds[0].string,tds[1].string,tds[3].string])

def printUnivList(uList,num):
    print("{:^10}\t{:^15}\t{:^10}".format("排名","学校名称","总分"))
    for i in range(num):
        u=uList[i]
        print("{:^10}\t{:^15}\t{:^10}".format(u[0],u[1],u[2]))

def writeInFile(filename,uList,num):
    f=open(filename,"a")
    f.write("{:^25}\t{:^25}\t{:^25}\n".format("排名","学校名称","总分"))
    for i in range(num):
        u=uList[i]
        f.write("{:^25}\t{:^25}\t{:^25}\n".format(u[0],u[1],u[2]))


def main():
    url="http://www.zuihaodaxue.com/zuihaodaxuepaiming2019.html"
    uList=[]
    html=getHTMLText(url)
    fillUnivList(uList,html)
    writeInFile("1.txt",uList,20)
    #printUnivList(uList,30)

if __name__=="__main__":
    main()




  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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