python网络爬虫自学笔录6_爬取大学排行实例

在这里插入图片描述
这里实现一个对中国大学排行的爬虫实例解析
在这里插入图片描述
注意:在爬取之前需要查看robot的协议,查看是否允许爬取
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
这个是大学排行榜的主页面,我们需要把中国大学排名的主榜爬取下来:
直接看代码:

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')
            ulist.append([tds[0].text, tds[1].text, tds[4].text])

def printUnivList(ulist, num):
    print("{:^10}\t{:^6}\t{:^10}".format("排名","学校名称","总分"))
    for i in range(num):
        u=ulist[i]
        print("{:^10}\t{:^6}\t{:^10}".format(u[0],u[1],u[2]))
    
def main():
    uinfo = []
    url = 'https://www.shanghairanking.cn/rankings/bcur/2020'
    html = getHTMLText(url)
    fillUnivList(uinfo, html)
    #print(uinfo)
    printUnivList(uinfo, 20) # 20 univs
main()

在这里插入图片描述
这样我们就简单的吧大学排行榜爬取下来了,那我们如果像把结果放在文件里面呢?
这里我也把结果输出出来,写入到文件里面了~

import requests
from bs4 import BeautifulSoup
import bs4
import os


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')
            ulist.append([tds[0].text, tds[1].text, tds[4].text])

def printUnivList(ulist, num):
    tplt = "{0:}\t{1:}\t{2:}"
    root = 'C://Users//11847//plotly//spider_web//pic//'
    path = root + '2020年中国大学排行榜.txt'
    #print(tplt.format("排名","学校名称","总分",chr(12288)))
    with open(path, 'w') as f:
        f.write(tplt.format('排名', '学校', '地区',chr(12288)))
        f.close()
    for i in range(num):
        u=ulist[i]
        #print(tplt.format(u[0],u[1],u[2],chr(12288)))
        with open(path, 'a') as f:
            f.write(tplt.format(u[0],u[1],u[2],chr(12288)))
            f.close()
    print('文件保存成功')

def main():
    uinfo = []
    url = 'https://www.shanghairanking.cn/rankings/bcur/2020'
    html = getHTMLText(url)
    fillUnivList(uinfo, html)
    #print(uinfo)
    printUnivList(uinfo, 50) # 20 univs
main()

你们快去试试把~

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

行秋即离

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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