爬虫最好的200所大学代码

weixin_43670105

于 2019-03-31 17:26:52 发布

阅读量260

点赞数

文章标签：爬虫实例

本文介绍了一个使用Python编写的简单网络爬虫程序，该程序能够从指定网站抓取中国大学排名的相关信息，并将其整理输出。爬虫利用requests库获取网页内容，BeautifulSoup库解析HTML结构，实现了对排名、学校名称及总分等关键数据的有效提取。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#CrawUnivRankingB.py
import requests
from bs4 import BeautifulSoup
import bs4
 
def getHTMLText(url):
    try:
        r = requests.get(url, timeout=30)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""
 
def fillUnivList(ulist, html):
    soup = BeautifulSoup(html, "html.parser")
    for tr in soup.find('tbody').children:
        if isinstance(tr, bs4.element.Tag):
            tds = tr('td')
            ulist.append([tds[0].string, tds[1].string, tds[3].string])
 
def printUnivList(ulist, num):
    tplt = "{0:^10}\t{1:{3}^10}\t{2:^10}"
    print(tplt.format("排名","学校名称","总分",chr(12288)))
    for i in range(num):
        u=ulist[i]
        print(tplt.format(u[0],u[1],u[2],chr(12288)))
     
def main():
    uinfo = []
    url = 'http://www.zuihaodaxue.cn/zuihaodaxuepaiming2019.html'
    html = getHTMLText(url)
    fillUnivList(uinfo, html)
    printUnivList(uinfo, 200) # 200 univs
main()

转自北理工慕课网在线视频：Python网络爬虫与信息提取