第一个简单的爬虫

第一次开始学着写的一个简单的爬虫,用python,适合从零开始入手

import requests
from bs4 import BeautifulSoup
import bs4
import traceback

def getHtmlText(url):
    try:
        r = requests.get(url)
        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].string)
            ulist.append(tds[1].string)
            ulist.append(tds[2].string)
    return


def printUnivList(ulist, num):

    print("{:^}\t{:^}\t{:^}".format("排名", "学校名称", "总分"))
    j = 0
    for i in range(num):
        u = ulist[j], ulist[j+1], ulist[j+2]
        print(u[0], u[1], u[2])
        #print("{0:^}\t{1:^20}\t{2:>10}".format(u[0].string, u[1].string, u[2].string))
        j = j+3


def main():
    uinfo = []
    url = 'http://www.zuihaodaxue.com/zuihaodaxuepaiming2016.html'
    html = getHtmlText(url)
    fillUnivList(uinfo, html)
    printUnivList(uinfo, 20)  # 20 univ

if __name__ ==  '__main__':
    try:
        main()
    except:
        print("出现错误")
        traceback.print_exc()



  • 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