爬虫学习（二）——实例：爬取中国最好大学排名

import requests
from bs4 import BeautifulSoup
import bs4

def getHTMLText(url):
#获取url链接中的信息将html传到其他程序
    try:
        r=requests.get(url,timeout=30)
        r.raise_for_status()
        r.encoding=r.apparent_encoding
        return r.text
    except:
        return ""
    
def fillUnivList(ulist,html):
#从html中提取需要的信息并以列表的形式存储
    soup=BeautifulSoup(html,'html.parser')
    for tr in soup.find('tbody').children:
        if isinstance(tr,bs4.element.Tag):
        #isinstance用于判断属性
            tds=tr('td')
            #ts标签下有多个td标签所需要的的信息
            #也都存储在td标签的非属性字符串中
            ulist.append([tds[0].string,tds[1].string,tds[3].string])
            #[tds[0].string.............]
            
def printUnivList(ulist,num):
 #以表格的形式打印结果
    tplt="{0:^10}\t{1:^15}\t{2:^10}"#表头格式
    print(tplt.format("排名","学校名称","总分"),chr(12288))
    #format（）：python格式化输出
    #chr(1288)：当字符宽度不够时系统默认用英文空格填充chr(12288)中文字符填充设定
    for i in range(num):
        u=ulist[i]
        print(tplt.format(u[0],u[1],u[2]),chr(12288))
def main():
    uinfo=[]
    url='http://www.zuihaodaxue.com/zuihaodaxuepaiming2019.html'
    html=getHTMLText(url)###
    fillUnivList(uinfo,html)
    printUnivList(uinfo,20)
main()