大学排名爬虫

import requests
import re
import bs4
from bs4 import BeautifulSoup

#提交URL获得html页面
def getHTMLText(url):
try:
r = requests.get(url,timeout = 30)
r.raise_for_status()
r.encoding = r.apparent_encoding
return r.text
except:

return "error"


#html页面结构化提取存入ulist里面

def fillUnivList(ulist,html):
soup = BeautifulSoup(html,"lxml") 

for tr in soup.find('tbody').children:

              #判断tr是否为标签类型

if isinstance(tr,bs4.element.Tag):
tds = tr('td')
ulist.append([tds[0].string,tds[1].string,tds[3].string])
#将ulist里面的内容打印输出

def printUnivList(ulist,num):

       #定义输出模板为变量tplt,\t为横向制表符,^为中间对齐,10为每列的宽度,0,1,2代表format的格式

tplt = "{0:^10}\t{1:{3}^10}\t{2:^10}"
print(tplt.format("排名","学校","总分",chr(12288)))
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.cn/zuihaodaxuepaiming2017.html"
html = getHTMLText(url)
fillUnivList(uinfo,html)
printUnivList(uinfo,20)


main()
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值