Python使用bs4库爬虫实例

• 实 验 内 容 ： http://www.zuihaodaxue.cn/zuihaodaxuepaiming2019.html
  网址中提取大学的排名信 , 包括 排名、学校名称、省市、总分以及所 有的指标得分（生源质量（新生高考成绩得分、培养结果（毕业生就 业率）、社会声誉（社会捐赠收入· 千元）、科研规模（论文数量 · 篇）、 科研质量（论文质量·FWCI ）、顶尖成果（高被引论文 · 篇）、顶尖人 才（高被引学者· 人）、）科技服务（企业科研经费 · 千元）、成果转化 （技术转让收入· 千元）、学生国际化（留学生比例）） ，并将爬取的信 息存在当前目录中的“ 大学排名 .csv” 。

  import re,requests
  import csv
  import numpy
  import lxml
  from bs4 import BeautifulSoup
  
  url1 = "http://www.zuihaodaxue.cn/zuihaodaxuepaiming2019.html"
  html1 = requests.get(url1).content.decode()
  
  soup = BeautifulSoup(html1,'lxml')
  tag = soup.find(class_='table table-small-font table-bordered table-striped')
  text1 = tag.find_all('th')[0:4]
  text2 = tag.find_all('option')
  text3 = tag.find_all('td')
  
  th = []
  td = []
  for a in text1+text2:
      th += [a.string]
  for a in text3:
      td +