python爬取世界大学计算机排名

import requests
from bs4 import BeautifulSoup
import bs4

def getHTMLText(url):
	r = requests.get(url)
	r.raise_for_status()
	r.encoding = r.apparent_encoding
	return r.text
	
def fillUnivList(html, unlist):
	soup = BeautifulSoup(html, 'html.parser')
	for tr in soup.find('tbody').children:
		if isinstance(tr, bs4.element.Tag):
			tds = tr('td')
			unlist.append([tds[0].string, tds[1].string, tds[3].string, tds[4].string])

def printUnivList(unlist, num):
	list = "{:^10}\t{:^30}\t{:^10}"
	print(list.format("排名", "学校", "总分"))
	for i in range(num):
		if i <= 49:
			u = unlist[i]
			print(list.format(u[0], u[1], u[2]))
		else:
			u = unlist[i]
			print(list.format(u[0], u[1], 'None'))

def main():
	unlist = []
	num = 100
	url = "http://www.zuihaodaxue.com/subject-ranking/computer-science-engineering.html"
	html = getHTMLText(url)
	fillUnivList(html, unlist)
	printUnivList(unlist, num)
	
	
main()

刚开始总是出现如下错误:
print(list.format(u[0], u[1], u[2]))
TypeError: unsupported format string passed to NoneType.format
这是针对unlist.append([tds[0].string, tds[1].string, tds[3].string, tds[4].string])中含有空字符。
后来回去分析网页的源代码发现排名第51的北京航空航天大学的总分是没有的。

51-75北京航空航天大学73.570.262.321.50

即tds[3]在50之后是空的。所以出现错误。

所以我在对输出函数printUnivList()函数利用if else语句进行拆分两段进行打印。

你可能感兴趣的:(python爬取世界大学计算机排名)