python获取国内大学排名数据

近有媒体报道，中国人民大学等多所高校将退出国际大学排名。并表示学校发展和学科建设均不再使用国际排名作为重要建设目标。多校退出国际大学排名，此事迅速引起热议。有网友表示，退出这样的商业化排行榜，才能把更多的心思回归到学术研究上。有人则认为，可以优化自己的评价体系，对排行榜不能全看，也不能不看。那么世界大学排名到底是啥呢？我们今天就通过python大数据来了解下。

这里我们采集国内大学排名数据进行分析，通过爬取高三网大学排名。目标网址

http://m.gaosan.com/gaokao/265440.html。为了分析下网站是否有反爬机制，我少量的获取了些数据。只是会封IP，所以在获取数据的过程中我加上了爬虫代理。简单的实现代码如下：

代码语言：javascript复制

#! -*- encoding:utf-8 -*-

    import requests
    import random

    # 要访问的目标页面
    targetUrl = "http://httpbin.org/ip"

    # 要访问的目标HTTPS页面
    # targetUrl = "https://httpbin.org/ip"

    # 代理服务器(产品官网 www.16yun.cn)
    proxyHost = "t.16yun.cn"
    proxyPort = "31111"

    # 代理验证信息
    proxyUser = "username"
    proxyPass = "password"

    proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
        "host" : proxyHost,
        "port" : proxyPort,
        "user" : proxyUser,
        "pass" : proxyPass,
    }

    # 设置 http和https访问都是用HTTP代理
    proxies = {
        "http"  : proxyMeta,
        "https" : proxyMeta,
    }


    #  设置IP切换头
    tunnel = random.randint(1,10000)
    headers = {"Proxy-Tunnel": str(tunnel)}



    resp = requests.get(targetUrl, proxies=proxies, headers=headers)

    print resp.status_code
    print resp.text

国内大学排名是根据综合能力进行排名的，关于更多的排名数据后续会分享给大家。这次关于简单的排名爬虫实践就到这里，大家有更好的经验可以留言分享交流下。

数据安全 python 数据库

0 人点赞