python爬虫(Beautiful Soup之爬取中国大学排名)3

爬取中国大学排名

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a temporary script file.
"""

#程序的结构设计
#步骤一：从网络中获取大学排名网页内容	
#		getHTMLText()

#步骤二：提取网页内容中信息到合适的数据集结构
#		fillUnivList()


#步骤三：利用数据集输出结果
#		printUnivList()

import requests
from bs4 import BeautifulSoup
import bs4
# @url URL
# @return url中的内容 
def getHTMLText(url):
    try:
        r = requests.get(url,timeout = 30)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""

# 将html页面放到ulist数据中
#  @ulist two list
def fillUnivList(ulist,html):    
    soup = BeautifulSoup(html,"html.parser")
    
    pass
    for tr in soup.find('tbody').children:
        #childer也可能包含字符串（也就是只留下tr标签）:
        if isinstance(tr,bs4.element.Tag):
            #将所有的td标签存为一个列表类型，叫tds
            tds = tr('td')
            ulist.append([tds[0].string, tds[1].string, tds[3].string ])

# 将ulist信息打印出来
#     
#@num int 表示想要打印出多少条
def printUnivList(ulist,num):
    print("{:^10}\t{:^20}\t{:^10}".format("排名","学校名称","总分"))
    for i in range(num):
        u = ulist[i]
        print("{:^10}\t{:^20}\t{:^10}".format(u[0],u[1],u[2]))
        
    print("Suc" + str(num))
    
def main():
    uinfo = []
    url = 'http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html'
    html = getHTMLText(url)
    
    fillUnivList(uinfo,html)
    printUnivList(uinfo,20) # 20 univs

main()

爬取中国大学优化

以上输出存在如下问题

解决思路
将 西文的字符填充改为中文字符填充

解决方法，对printUnivList做如下更改