码迷,mamicode.com
首页 > Web开发 > 详细

爬取定向网页大学排名

时间:2019-10-02 11:03:08      阅读:168      评论:0      收藏:0      [点我收藏+]

标签:文字   return   mic   timeout   lis   排名   src   coding   def   

网页链接:

http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html

效果:

技术图片

 

 

# coding=utf-8
import requests
from bs4 import BeautifulSoup
import bs4
def getHTML(url):
    try:
        r=requests.get(url,timeout=30)   #获取请求
        r.raise_for_status                 #请求状态
        r.encoding=r.apparent_encoding   #编码
        return r.text
    except:
        return ""
def getUnlist(unifo,html):
    soup=BeautifulSoup(html,"html.parser")   
    for tr in soup.find(tbody).find_all(tr):  #找到tbody内的所有tr
        tds=tr.find_all(td)
        unifo.append([tds[0].string,tds[1].string,tds[3].string])
        
def printUnlist(unifo,num):
    tplt="{0:^10}\t{1:{3}^15}\t{2:^10}"
    print(tplt.format("排名","大学名称","分数",chr(12288))) #用中文字符补全
    for i in range(num):
        t=unifo[i]
        print(tplt.format(t[0],t[1],t[2],chr(12288)))
def main():
    url="http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html"
    html=getHTML(url)
    unifo=[]
    getUnlist(unifo,html)
    printUnlist(unifo,20)
main()

 

爬取定向网页大学排名

标签:文字   return   mic   timeout   lis   排名   src   coding   def   

原文地址:https://www.cnblogs.com/ww123/p/11616852.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!