2024中国大学排名爬取

在pycharm中编写如下代码:

import requests
from bs4 import BeautifulSoup
import bs4
import re
def getHTMLText(url):
    try:
        r = requests.get(url,timeout = 30)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""

def remove_spaces_re1(string):
    return re.sub(r"\s+","",string)

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')
            name = tds[1]('div')[2]('a')[0].string
            rank = (str)(tds[0].string)
            score = (str)(tds[4].string)
            ulist.append([remove_spaces_re1(rank),remove_spaces_re1(name),remove_spaces_re1(score)])


def printUnivList(ulist,num):
    print("{:^20}\t{:^16}\t{:^20}".format("排名","学校名称","总分"))
    for i in range(num):
        u = ulist[i]
        print("{:^20}\t{:^16}\t{:^20}".format(u[0],u[1],u[2]))


if __name__ == '__main__':
    uinfo = []
    url = "https://www.shanghairanking.cn/rankings/bcur/2024"
    html = getHTMLText(url)
    fillUnivList(uinfo,html)
    printUnivList(uinfo,20)

运行结果:

在这里插入图片描述
优化:
由于打印了中文,系统默认采用西文字符填充,我们可以自己采用中文字符填充,这里采用中文字符的空格填充chr(12288)

修改printUnivList函数

def printUnivList(ulist,num):
    tplt = "{0:^20}\t{1:{3}^20}\t{2:^20}"
    print(tplt.format("排名","学校名称","总分",chr(12288)))
    for i in range(num):
        u = ulist[i]
        print(tplt.format(u[0],u[1],u[2],chr(12288)))

运行结果:
在这里插入图片描述

  • 4
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

技术.人生

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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