Python爬取“”中国最好大学排名”,

源代码参考
北京理工大学公开课《Python网络爬虫与信息提取》中的“中国大学排名爬虫”

源代码基础上:
(1)添加headers;
(2)观察该网站不同年份网址大同小异,所以可以选择(2016-2019)年的任意年直接爬取对应年份的数据。
(3)确定每次爬取“前多少所学校信息”,即前多少名。

import requests
from bs4 import BeautifulSoup
import bs4

def getHtmlText(url):
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36',
               'Upgrade-Insecure-Requests': '1'
               }
    try:
        r = requests.get(url, headers=headers)
        r.raise_for_status()
        r.encoding= r.apparent_encoding
        #print(r.text)
        return r.text      
    except:
        return " "

def fillUnivList(ulist,html):
    soup = BeautifulSoup(html, "html.parser")
    for tr in soup.find('tbody').children:
        if isinst
  • 0
    点赞
  • 4
    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