2018.2.21学习爬虫 爬取最好大学前20

学习中遇到许多问题有些问题现在还没搞明白,希望大神能指正
import requests
from bs4 import BeautifulSoup
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""
#得到网页,爬取网页的基本模板    
def filltext(ulist,html):
    soup=BeautifulSoup(html,"html.parser")
    for tr in soup.find("tbody").children:
        if isinstance(tr,bs4.element.Tag):
            tds=tr('td')#是soup.find_all()的缩写
            ulist.append([tds[0].string,tds[1].string,tds[3].string])

#在网页代码中找到需要的信息
def printtext(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]))
        #格式
def main():
    uinfo=[]
    url="http://www.zuihaodaxue.com/zuihaodaxuepaiming2016.html"
    html=gethtmltext(url)
    filltext(uinfo,html)
    printtext(uinfo,20)
    #主函数
main()
#写这个爬虫碰到了很多问题,不知道为什么只要爬2017的就各种问题。
#这个.string是在beautifulsoup里面的一个模块,是提取出标签里面的文字!。
不太起清楚为什么会出现这个。
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