python爬取中国大学排名_Python爬取中国大学排行榜

欢迎订阅公众号 数据分析那些事儿

0 前言

给定一个网页的表格，怎么将网页表格中的数据爬取下来呢？

以 最好大学网 为例，怎样定向爬取网页中大学的排名呢？

1 HTML网页元素结构

可以点开网站，查看源代码，大学排名是一个表格，网页元素结构如下：

row 1, cell 1	row 1, cell 2	row 1, cell 3
row 2, cell 1	row 2, cell 2	row 2, cell 3

复制代码

而我们要获取的就是表格种每行row x, cell x的内容。

2 BeautifulSoup库介绍

BeautifulSoup库通俗来说是解析、遍历、维护“标签树”(例如html、xml等格式的数据对象)的功能库。

得到一个BeautifulSoup对象后，一般通过BeautifulSoup类的基本元素来提取html中的内容。

基本元素

说明

Tag

标签，最基本的信息组织单元，分别用<>和>标明开头和结尾

Name

标签的名字，如

...

，用.name来获取

Attributes

标签的