丑憨批的爬虫笔记6实例

0.中国大学排名定向爬虫

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

可行性：
http://www.zuihaodaxue.cn/robots.txt
数据在Html里




出错的原因+函数名写错了

import requests
from bs4 import BeautifulSoup
import bs4  # if isinstance(tr,bs4.element.Tag):#不是标签的都不执行：
def getHTMLText(url):#将url信息爬取下来try:r=requests.get(url,timeout=300)r.raise_for_status()r.encoding=r.apparent_encodingreturn r.textexcept:return ""def fillUnivList(ulist,html):soup = BeautifulSoup(html,'html.parser')for tr in soup.find('tbody').children:if isinstance(tr,bs4.element.Tag):#不是标签的都不执行：tds = tr('td')#相当于tr.find_all('td')ulist.append([tds[0].string,tds[1].string,tds[2].string],tds[3].string)#tds[0]是这样的清华大学 tds[1]是这样的北京市#tds[2]是这样的95.9#插入列表中def printUnivList(ulist,num):tplt = "{0:^10}\t{1:{3}^10}\t{2:^10}"#print("{:^10}\t{:^6}\t{:^10}".format("排名","学校","总分"))for i in range(num):u=ulist[i]#print("{:^10}\t{:^6}\t{:^10}".format(u[0],u[1],u[2]))print(tplt.format(u[0],u[1],u[2],chr(12288))print("suc"+str(num))def main():uinfo = []#大学信息放在列表中url = 'http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html'html=getHTMLText(url)fillUnivList(uinfo,html)printUnivList(uinfo, 20)  # 第二个参数为显示信息个数# def  main():
#     uinfo=[]
#     url='http://www.zuihaodaxue.cn/zuihaodaxuepaiming2018.html'
#     html=getHTMLText(url)
#     fillUnivList(uinfo, html)
#     printUnivList(uinfo, 20)  # 20 表示取前20所大学main()

summary

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！