您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
本篇文章和大家了解一下使用python爬取吉首大学网站成绩单的操作介绍。有一定的参考价值,有需要的朋友可以参考一下,希望对大家有所帮助。
https://github.com/chen0495/pythonCrawlerForJSU
python 3.5即以上
request、BeautifulSoup、numpy、pandas.
安装BeautifulSoup使用命令pip install BeautifulSoup4
登陆学校成绩单查询网站,修改cookie.
按F12后按Ctrl+R刷新一下,获取cookie的方法见下图:
修改爬虫url为自己的成绩单网址.
运行src/main.py文件即可在/result下得到csv文件.
# -*- coding: utf-8 -*- # @Time : 5/29/2021 2:13 PM # @Author : Chen0495 # @Email : 1346565673@qq.com|chenweiin612@gmail.com # @File : main.py # @Software: PyCharm import requests as rq from bs4 import BeautifulSoup as BS import numpy as np import pandas as pd rq.adapters.DEFAULT_RETRIES = 5 s = rq.session() s.keep_alive = False # 关闭多余连接 header = { # 请更改cookie 'user-agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4501.0 Safari/537.36 Edg/92.0.891.1', 'cookie' : 'wengine_vpn_ticketwebvpn_jsu_edu_cn=xxxxxxxxxx; show_vpn=1; refresh=1' } # 请更改url r = rq.get('https://webvpn.jsu.edu.cn/https/xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx/jsxsd/kscj/cjcx_list', headers = header, verify=False) soup = BS(r.text,'html.parser') head = [] for th in soup.find_all("th"): head.append(th.text) while '' in head: head.remove('') head.remove('序号') context = np.array(head) x = [] flag = 0 for td in soup.find_all("td"): if flag!=0 and flag%11!=1: x.append(td.text) if flag%11==0 and flag!=0: context = np.row_stack((context,np.array(x))) x.clear() flag+=1 context = np.delete(context,0,axis=0) data = pd.DataFrame(context,columns=head) print(data) # 生成文件,亲更改文件名 data.to_csv('../result/result.csv',encoding='utf-8-sig')
以上就是使用python爬取吉首大学网站成绩单的操作介绍的简略介绍,当然详细使用上面的不同还得要大家自己使用过才领会。如果想了解更多,欢迎关注亿速云行业资讯频道哦!
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。