美文网首页胶水Python
中国大学排名爬虫

中国大学排名爬虫

作者: NiceBlueChai | 来源:发表于2017-11-16 14:01 被阅读16次
#CrawUnivRankingB.py
import requests
from bs4 import BeautifulSoup
import bs4

def getHTMLText(url):
    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):
    soup = BeautifulSoup(html, "html.parser")
    for tr in soup.find('tbody').children:
        if isinstance(tr, bs4.element.Tag):
            tds = tr('td')
            ulist.append([tds[0].string, tds[1].string, tds[3].string])

def printUnivList(ulist, num):
    tplt = "{0:^10}\t{1:{3}^10}\t{2:^10}"
    print(tplt.format("排名","学校名称","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/zuihaodaxuepaiming2016.html'
    html = getHTMLText(url)
    fillUnivList(uinfo, html)
    printUnivList(uinfo, 20) # 20 univs
main()

相关文章

网友评论

  • 有雨敲窗2017:我为什么爬取2015或2017年的就不行呢,明明html页面信息都是一样的呀。
    有雨敲窗2017:知道了,解析器改为lxml就好了。

本文标题:中国大学排名爬虫

本文链接:https://www.haomeiwen.com/subject/lqulvxtx.html