import requests
from bs4 import BeautifulSoup
获取页面
def get_content(url):
try:
user_agent=“Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.109 Safari/537.36” # 代理伪装,防止误封
response=requests.get(url,headers={‘User-Agent’,user_agent})
response.raise_for_status() # 如果返回的状态码不是200,则抛出异常
response.encoding = response.apparent_encoding # 判断网页的编码格式,便于.text知道如何解码except Exception as e:
print(‘爬取错误’)
else:
print(response.url)
print(‘爬取成功’)
return response.content
解析页面,提取想要的信息
def getUnivList(html):
“”“解析页面内容, 需要获取: 学校排名, 学校名称, 省份, 总分”"