代码如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
from bs4 import BeautifulSoup r = ''' <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>菜鸟教程(runoob.com) 23号的作业</title> </head> <body> <h1>我的第一个标题</h1> <p id="first">我的第一个段落。</p> </body> <table border="1"> <tr> <td>row 1, cell 1</td> <td>row 1, cell 2</td> </tr> </table> </html> ''' demo = BeautifulSoup(r, "html.parser" ) print (demo.title) print (demo.body) print (demo.p) print (demo.string) |
效果如下:
四、爬取中国大学排名(年费2016),将数据存为csv文件。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
|
import requests from bs4 import BeautifulSoup ALL = [] def getHTMLtext(url): try : r = requests.get(url,timeout = 30 ) r.raise_for_status() r.encoding = 'utf-8' return r.text except : return "" def fillUni(soup): data = soup.find_all( 'tr' ) for tr in data: td1 = tr.find_all( 'td' ) if len (td1) = = 0 : continue Single = [] for td in td1: Single.append(td.string) ALL .append(Single) def printUni(num): print ( "{1:^2}{2:{0}^10}{3:{0}^6}{4:{0}^6}{5:{0}^6}{6:{0}^6}{7:{0}^6}{8:{0}^6}{9:{0}^5}{10:{0}^6}{11:{0}^6}{12:{0}^6}{13:{0}^6}" . format ( chr ( 12288 ), "排名" , "学校名称" , "省市" , "总分" ,\ "生源质量" , "培养结果" , "科研规模" , "科研质量" ,\ "顶尖成果" , "顶尖人才" , "科技服务" ,\ "产学研究合作" , "成果转化" )) for i in range (num): u = ALL [i] print ( "{1:^4}{2:{0}^10}{3:{0}^6}{4:{0}^8}{5:{0}^9}{6:{0}^9}{7:{0}^7}{8:{0}^9}{9:{0}^7}{10:{0}^9}{11:{0}^8}{12:{0}^9}{13:{0}^9}" . format ( chr ( 12288 ),u[ 0 ],\ u[ 1 ],u[ 2 ], eval (u[ 3 ]),\ u[ 4 ],u[ 5 ],u[ 6 ],u[ 7 ],u[ 8 ],\ u[ 9 ],u[ 10 ],u[ 11 ],u[ 12 ])) def main(num): url = "http://www.zuihaodaxue.com/zuihaodaxuepaiming2016.html" html = getHTMLtext(url) soup = BeautifulSoup(html, "html.parser" ) fillUni(soup) printUni(num) main( 10 ) |
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
SQL Server -- 解决存储过程传入参数作为s
关于JS定时器的整理
JS中使用Promise.all控制所有的异步请求都完
js中字符串的方法
import-local执行流程与node模块路径解析流程
检测数据类型的四种方法
js中数组的方法,32种方法
前端操作方法
数据类型
window.localStorage.setItem 和 localStorage.setIte
如何完美解决前端数字计算精度丢失与数