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()
爬虫学习(二)——实例:爬取中国最好大学排名
最新推荐文章于 2022-01-06 23:42:51 发布