python如何实现爬取中国前20大学排名案例

发布时间:2020-10-26 11:08:05 作者:小新
来源:亿速云 阅读:262

这篇文章将为大家详细讲解有关python如何实现爬取中国前20大学排名案例,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。

一、中国大学排名爬虫案例的步骤如下:

步骤1:从网络上获取大学排名网页内容 getHTMLText()

步骤2:提取网页内容中信息到合适的数据结构 fillUnivList()

步骤3:利用数据结构展示并输出结果 printUnivList()

python如何实现爬取中国前20大学排名案例

实例代码

import requests
import bs4
from bs4 import BeautifulSoup
 
def getHTMLText(url):
    '''从网络上获取大学排名网页内容'''
    try:
        r = requests.get(url, timeout=30)
        # #如果状态不是200,就会引发HTTPError异常
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""
 
def fillUnivList(ulist, html):
    '''提取网页内容中信息到合适的数据结构'''
    soup = BeautifulSoup(html, "html.parser")
    # 查找html中tbody标签的所有<tr>子标签
    for tr in soup.find('tbody').children:
        if isinstance(tr, bs4.element.Tag):            
            tds = tr('td')
            # tds[0].string 是排名,tds[1].string 是学校名称,tds[3].string 是学校的总分
            ulist.append([tds[0].string, tds[1].string, tds[3].string])
 
def printUnivList(ulist, num):
    ''' 打印前 num 名的大学'''
     # {1:{3}^10} 中的 {3} 代表取第三个参数
    tplt = "{0:^10}\t{1:{3}^10}\t{2:^10}"
    print(tplt.format("排名","学校名称","总分",chr(12288))) # chr(12288) 代表中文空格
    for i in range(num):
        u=ulist[i]
        print(tplt.format(u[0],u[1],u[2],chr(12288))) # chr(12288) 代表中文空格
 
def main():
    uinfo = []
    url = 'http://www.zuihaodaxue.cn/zuihaodaxuepaiming2019.html'
    html = getHTMLText(url)# 获取大学排名网页内容
    fillUnivList(uinfo, html)#提取网页内容中信息   
    printUnivList(uinfo, 20) #输出结果
 
main()

结果如下

python如何实现爬取中国前20大学排名案例

关于python如何实现爬取中国前20大学排名案例就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。

推荐阅读:
  1. Python练手项目:20行爬取全王者全英雄皮肤
  2. python爬虫--2019中国好声音评论爬取

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

python 如何实现

上一篇:Java中void指的是什么

下一篇:eureka的作用是什么

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》