python爬取世界大学计算机排名

import requests
from bs4 import BeautifulSoup
import bs4

def getHTMLText(url):
	r = requests.get(url)
	r.raise_for_status()
	r.encoding = r.apparent_encoding
	return r.text
	
def fillUnivList(html, unlist):
	soup = BeautifulSoup(html, 'html.parser')
	for tr in soup.find('tbody').children:
		if isinstance(tr, bs4.element.Tag):
			tds = tr('td')
			unlist.append([tds[0].string, tds[1].string, tds[3].string, tds[4].string])

def printUnivList(unlist, num):
	list = "{:^10}\t{:^30}\t{:^10}"
	print(list.format("排名", "学校", "总分"))
	for i in range(num):
		if i <= 49:
			u = unlist[i]
			print(list.format(u[0], u[1], u[2]))
		else:
			u = unlist[i]
			print(list.format(u[0], u[1], 'None'))

def main():
	unlist = []
	num = 100
	url = "http://www.zuihaodaxue.com/subject-ranking/computer-science-engineering.html"
	html = getHTMLText(url)
	fillUnivList(html, unlist)
	printUnivList(unlist, num)
	
	
main()

刚开始总是出现如下错误:
print(list.format(u[0], u[1], u[2]))
TypeError: unsupported format string passed to NoneType.format
这是针对unlist.append([tds[0].string, tds[1].string, tds[3].string, tds[4].string])中含有空字符。
后来回去分析网页的源代码发现排名第51的北京航空航天大学的总分是没有的。

<tr class="bgfd"><td class="ranking">51-75</td><td class="align-left" width=300>北京航空航天大学</td><td width=50><img src="../image/flag/China.png" title = 中国></td><td></td><td>73.5</td><td style="display: none;margin:0;text-align:center;" id=5>70.2</td><td style="display: none;margin:0;text-align:center;" id=6>62.3</td><td style="display: none;margin:0;text-align:center;" id=7>21.5</td><td style="display: none;margin:0;text-align:center;" id=8>0</td></tr>

即tds[3]在50之后是空的。所以出现错误。

所以我在对输出函数printUnivList()函数利用if else语句进行拆分两段进行打印。

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