Python怎么爬取软科世界大学学术排名

本篇内容主要讲解“Python怎么爬取软科世界大学学术排名”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python怎么爬取软科世界大学学术排名”吧!

开发环境

• Python 3.8

• Spyder

爬取数据

#爬取软科世界大学学术排名
import requests
from bs4 import BeautifulSoup
if __name__ == "__main__":    
    destinationPath = "html信息.txt"
    allUniv = []
    # headers={'User-Agent':'Mozilla/5.0'}
    url= 'https://www.shanghairanking.cn/rankings/arwu/2020'

    try:
        r = requests.get(url=url, timeout=30)
        r.raise_for_status()
        r.encoding = 'utf-8'
        html = r.text
    except:
        html = ""
    # fd = open(destinationPath,"w+") # 注意这里会报错：UnicodeEncodeError: 'gbk' codec can't encode character '\xa9' in position 0: illegal multibyte sequence
    fd = open(destinationPath,"w+",encoding='utf-8')
    fd.writelines(html)
    fd.close()
    # print(html) # 注意在vscode下这里打印不全，故将结果保存在文件中   

    soup = BeautifulSoup(html, "html.parser")
    # fillUnivList(soup)
    # printUnivList(10)
    print("{0:{5}<10}{1:{5}^10}{2:{5}^12}{3:{5}^10}{4:{5}^10}".format("排名","学校名称","国家","排名","总分",(chr(12288))))
    data = soup.find_all('tr')
    for tr in data: # 每一行，对应每一个学校
        ltd = tr.find_all('td')
        if len(ltd)==0:
            continue

  
        singleUniv = []
        # UniName = tr.find('a')

        # singleUniv = [UniName.string]
        for td in ltd:
            if td.find("a"):
                UniName = td.find("a").string
                singleUniv.append(UniName)
            elif td.string.strip():
                singleUniv.append(td.string.strip())
        allUniv.append(singleUniv)
        # print(singleUniv)

    # num = len(allUniv)
    num = 30
    for i in range(num):
        u=allUniv[i]
        print("{0:<10}{1:{5}^20}{2:{5}<10}{3:{5}^4}{4:^33}".format(u[0],u[1],u[2],u[3],u[4],(chr(12288))))#排版原因，实为一行
    print("{0:{5}<10}{1:{5}^10}{2:{5}^12}{3:{5}^10}{4:{5}^10}".format("排名","学校名称","国家","排名","总分",(chr(12288))))

爬取结果

到此，相信大家对“Python怎么爬取软科世界大学学术排名”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！