爬虫02_bs4库02_中国大学排名

1.用requests库获取源代码
2.用BeautifulSoup库遍历、分析得到需要数据
3.根据要求使用.format格式化输出

import requests
from bs4 import BeautifulSoup
url = "http://www.zuihaodaxue.com/zuihaodaxuepaiming2020.html"
def getHTMLText(url):
    try:
        r = requests.get(url, timeout = 20)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""

def fillUnivList(ulist, html):
    soup = BeautifulSoup(html, "html.parser")
    import bs4
    for tr in soup.find('tbody').children: # 首先根据源代码分析出所有学校信息都在tbody标签下的tr标签下
        if isinstance(tr, bs4.element.Tag): #判断tr是不是bs4中的标签类型
            tds = tr('td')  #取出所有的td标签
            ulist.append([tds[0].string,tds[1].string,tds[2].string,tds[4].string])  #根据html中实际td标签里面的内容

def printUnivList(ulist, num):
    tplt = "{0:{4}^10}\t{1:{4}<10}\t{2:{4}<10}\t{3:{4}<10}"
    # print("{:^10}\t{:^10}\t{:^10}\t{:^10}".format("排名","校名","地址","总分"))
    print(tplt.format("排名", "校名", "地址", "总分",chr(12288)))
    for i in range(num):
        u = ulist[i]
        print(tplt.format(u[0],u[1],u[2],u[3],chr(12288)))

    print("Suc" + str(num))

if __name__ == '__main__':
    uinfo = []   #定义一个空的列表
    num = 30
    url = "http://www.zuihaodaxue.com/zuihaodaxuepaiming2020.html"
    html = getHTMLText(url)
    fillUnivList(uinfo,html)
    printUnivList(uinfo,num)

关于 .format格式输出：
中文字符的空格填充码 chr(12288)
参考：https://blog.csdn.net/a1007720052/article/details/81354130

  ^   居中     后面带宽度，
  <   左对齐 后面带宽度，
  >    右对齐
   :   号后面带填充的字符，只能是一个字符，不指定则默认是用空格填充，用chr(12288)是中文空格。

print("{1:*>20}\n{0:{2}<20}".format("apple", "panda", chr(12288)))

out:
***************panda
apple