大家好,我是冈坂日川,今天发的是python爬虫爬取中国大学排名,并且保存到excel中,当然这个代码很简单,我用了半小时就写完了,我的整体框架非常清晰,可以直接拿去用,也希望有小白可以学习到关于爬虫的一些知识,当然我也只是在学习中,有不好的地方还麻烦大佬们指正!谢谢!
(原创!转载请指明出处!)
爬取中国大学排名
request 获取 html
beautiful soup 解析网页
re 正则表达式匹配内容
新建并保存 excel
#-*- codeing = utf-8 -*-
#@Time : 2020/6/18 12:25
#@Author : eahay
#@File : 大学排名1.py
#@Software : PyCharm
from bs4 import BeautifulSoup # 网页解析 获取数据
import re # 正则表达式 进行文字匹配
import urllib.request, urllib.error # 制定url 获取网页数据
import xlwt
def main():
baseurl = "http://m.gaosan.com/gaokao/265440.html"
# 1爬取网页
datalist = getData(baseurl)
savepath = "中国大学排名.xls"
saveData(datalist,savepath)
# 正则表达式
paiming = re.compile(r'<td>(.*)</td><td>.*</td><td>.*</td><td>.*</td><td>.*</td>') # 创建超链接正则表达式对象,表示字符串模式,规则
xuexiao = re.compile(r'<td>.*</td><td>(.*)</td><td>.*</td><td>.*</td><td>.*</td>')
defen = re.compile(r'<td&g