python爬虫爬取2020年中国大学排名

最新推荐文章于 2025-11-26 11:30:07 发布

原创

最新推荐文章于 2025-11-26 11:30:07 发布 · 1.3k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#python #编程语言 #爬虫

本文介绍如何使用Python爬虫抓取并保存2020年中国大学的排名数据到Excel文件，旨在帮助初学者了解爬虫基础知识，提供清晰的代码框架。

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途

今天发的是python爬虫爬取中国大学排名，并且保存到excel中，当然这个代码很简单，我用了半小时就写完了，我的整体框架非常清晰，可以直接拿去用，也希望有小白可以学习到关于爬虫的一些知识

爬取中国大学排名

request 获取 html
beautiful soup 解析网页
re 正则表达式匹配内容
新建并保存 excel

from bs4 import BeautifulSoup  # 网页解析  获取数据
import re  # 正则表达式 进行文字匹配
import urllib.request, urllib.error  # 制定url 获取网页数据
import xlwt def main():
    baseurl = "http://m.gaosan.com/gaokao/265440.html"
    # 1爬取网页
    datalist = getData(baseurl)
    savepath = "中国大学排名.xls" saveData(datalist,savepath) # 正则表达式
paiming = re.compile(r'<td>(.*)</td><td>.*</td><td>.*</td><td>.*</td><td>.*</td>')  # 创建超链接正则表达式对象，表示字符串模式，规则
xuexiao = re.compile(r'<td>.*</td><td>(.*)</td><td>.*</td><td>.*</td><td>.*</td>')
defen = re.compile(r'<td>.*</td><td>.*</td><td>(.*)</td&