2021-02-16

博主分享了针对《北理工Python语言程序设计基础(第2版)》教材第十章中国大学排名爬虫程序的更新,由于原网站改版导致原有代码无法运行。博主过年期间对代码进行了修改,使其适应新网站,可供学习者参考。程序使用requests和BeautifulSoup库抓取并解析数据,包括大学排名、学校名称、省市、总分等信息。
摘要由CSDN通过智能技术生成

北理工Python语言程序设计基础(第2版) 教材采用的学校比较多,第十章实例20,中国大学排名爬虫程序,因为网站改版,书上代码无法运行,过年没事根据新网站修改了一下程序,给需要的学生们参考。
import requests
from bs4 import BeautifulSoup
import re
allUniv = []
def getHTMLText(url):
    try:
        r = requests.get(url, timeout=30)
        r.raise_for_status()
        r.encoding = 'utf-8'
        return r.text
    except:
        return ""
def fillUnivList(soup):
    data = soup.find_all('tr')
    for tr in range(1,len(data)):
        #ltd = tr.find_all('td')
        singleUniv = []
        #for td in ltd:
        for td in range(6):
            temp="".join(re.compile('[\d+(\.\d+)?(\u4e00-\u9fa5)]').findall(data[tr].contents[td].text))
            temp=re.sub("[()]","",temp)
            #singleUniv.append(td.string)
            singleUniv.append(temp)
        allUniv.append(singleUniv)
def printUnivList(num):
    #print("{:^4}{:^10}{:^5}{:^8}{:^10}".format("排名","学校名称","省市","总分","培养规模"))
    print("{1:{0}>3}{2:{0}^9}{3:{0}^5}{4:{0}^5}{5:{0}^5}{6:{0}^4}".format(chr(12288),"排名","学校名称","省市","类型","总分","生源质量"))
    for i in range(num):
        u=allUniv[i]
        print("{1:>4}{2:{0}^10}{3:{0}^5}{4:{0}^5}{5:{0}^5}{6:{0}^8}".format(chr(12288),u[0],u[1],u[2],u[3],u[4],u[5]))
def main():
    url = 'https://www.shanghairanking.cn/rankings/bcur/201611'
    html = getHTMLText(url)
    soup = BeautifulSoup(html, "html.parser")
    fillUnivList(soup)
    printUnivList(30)
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