爬虫学习3

bs4的学习实战——爬取2024中国大学排名

import requests
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 ""

# 从html提取内容放大ulist中
def fillUnivList(ulist, html):
    soup = bs4.BeautifulSoup(html,'html.parser')
    for tr in soup.find('tbody').children:
        if isinstance(tr, bs4.element.Tag):
            tds = tr('td')
            ulist.append([ tds[0].string.strip(), tds[1].find('a','name-cn').string.strip(), tds[2].text.strip() ,tds[3].text.strip(), tds[4].string.strip() ])

def printUnivList(ulist, num):
    tmplt = "{0:^10}\t{1:{5}^10}\t{2:{5}^10}\t{3:{5}^10}\t{4:{5}^10}"
    print(tmplt.format('排名', '学校', '地区', '类型', '总分', chr(12288)))
    for i in range(num):
        u = ulist[i]
        u[0] = u[0] if u[0] is not None else "暂无信息"
        u[1] = u[1] if u[1] is not None else "暂无信息"
        u[2] = u[2] if u[2] is not None else "暂无信息"
        u[3] = u[3] if u[3] is not None else "暂无信息"
        u[4] = u[4] if u[4] is not None else "暂无信息"
        print(tmplt.format(u[0], u[1], u[2], u[3], u[4], chr(12288)))

def main():
    uinfo = []
    url = 'https://www.shanghairanking.cn/rankings/bcur/2024'
    html = getHTMLText(url)
    fillUnivList(uinfo, html)
    printUnivList(uinfo, 20)

main()

在这里插入图片描述

  • 2
    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