网络爬虫作业

最新推荐文章于 2023-12-22 11:57:24 发布

转载最新推荐文章于 2023-12-22 11:57:24 发布 · 382 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/gxkun/p/10085825.html

文章标签：

#爬虫 #json

本文介绍了一种使用Python的requests和json库抓取在线作业信息的方法，将学生提交的作业详情，包括学号、姓名、作业标题、提交时间和作业链接，从特定网站爬取并保存为CSV文件。

部署运行你感兴趣的模型镜像

第一部分：

请分析作业页面，爬取已提交作业信息，并生成已提交作业名单，保存为英文逗号分隔的csv文件。文件名为：hwlist.csv 。

文件内容范例如下形式：

学号,姓名,作业标题,作业提交时间,作业URL

20194010101,张三,羊车门作业,2018-11-13 23:47:36.8, http://www.cnblogs.com/sninius/p/12345678.html

20194010102,李四,羊车门,2018-11-14 9:38:27.03, http://www.cnblogs.com/sninius/p/87654321.html

*注1：如制作定期爬去作业爬虫，请注意爬取频次不易太过密集；

*注2：本部分作业用到部分库如下所示：

（1）requests —— 第3方库

（2）json —— 内置库

以下为源代码：

import requests
import json
try:
    fh=requests.get('https://edu.cnblogs.com/Homework/GetAnswers?homeworkId=2420&_=1544191154088')
    fh.raise_for_status()
    fh.encoding='utf-8'
    results=json.loads(fh.text)['data']
except:
    print("网络连接失败")
else:
    if fh.status_code==200:
        gxk=''
        for i in results:
            gxk+=str(i["StudentNo"])+","+i["RealName"]+","+i["DateAdded"].replace("T"," ")+","+i["Title"]+","+i["Url"]+"\n"
        with open ('hwlist.csv','w') as f:
            f.write(gxk)
    else:
        print("404")

　　结果：