Python爬虫练习：爬取800多所大学学校排名、星级等

前言

国内大学最新排名，北大反超，浙大仅第四，中科大跌至第八

时隔五年，“双一流”大学即将迎来首次大考，这也是继改变高校评断标准之后，第一次即将以官方对外发布，自然是引来了许多人的关注。最近，有许多不同机构发布的国内高校排名，但彼此之间的差异很大，网友之间的争议也很大。

项目目标

爬取高三网大学排名，并保存

目标网址

代码语言：javascript复制

http://m.gaosan.com/gaokao/265440.html

基本环境配置

python 3.6 pycharm

爬虫代码

导入工具

代码语言：javascript复制

1import requests
2import parsel3import csv

请求网页数据

代码语言：javascript复制

1url = 'http://m.gaosan.com/gaokao/265440.html'
2
3headers = {
4    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'
5}
6response = requests.get(url=url, headers=headers)
7response.encoding = response.apparent_encoding

爬取数据

代码语言：javascript复制

 1selector = parsel.Selector(response.text)
 2trs = selector.css('#page tr')
 3
 4for tr in trs:
 5    dit = {}
 6    ranking = tr.css('td:nth-child(1)::text').get()
 7    dit['名次'] = ranking
 8    school = tr.css('td:nth-child(2)::text').get()
 9    dit['学校名称'] = school
10    score = tr.css('td:nth-child(3)::text').get()
11    dit['综合得分'] = score
12    star = tr.css('td:nth-child(4)::text').get()
13    dit['星级排名'] = star
14    level = tr.css('td:nth-child(5)::text').get()
15    dit['办学层次'] = level
16    csv_writer.writerow(dit)

保存数据

代码语言：javascript复制

1f = open('排名.csv', mode='a', encoding='utf-8', newline='')
2csv_writer = csv.DictWriter(f, fieldnames=['名次', '学校名称', '综合得分', '星级排名', '办学层次'])
3f.close()

运行代码，效果如下图

python pycharm

0 人点赞