使用Python爬取中国大学排名,并格式化对其输出内容

首先,我们需要注意几点
1.可以使用isinstance语句配合bs4库中的bs4.element.Tag判断获取到的对象是不是标签对象.
2.输出内容并且要求他用空白补齐时,系统默认用的是英文空白符,英文空白符和中文空白符(chr(12288)获取)宽度不一样。

#代码使用python3.x编写
import requests
from bs4 import BeautifulSoup
import bs4 #导入bs4库是为了获取节点的对象类型是不是节点类型

def getHTMLText(url):
    r = requests.get(url,timeout=30)
    if(r.status_code != 200):
        return ""
    else:
        r.encoding = r.apparent_encoding
        return r.text
def fillUnivList(ulist,text):
    soup = BeautifulSoup(text, "html.parser")
    for tr in soup.find("tbody").children:
        # 判断是不是节点类型
        if isinstance(tr,bs4.element.Tag):
            tds = tr('td')#等同于tr.find_all('td')
            ulist.append([tds[0].next.string,tds[1].string,tds[3].string]) #获取子节点标签里面的内容,并放到ulist里面

def printUnivList(ulist,num):
    print(len(ulist))
    templte = "{0:{3}^10}\t{1:{3}^10}\t{2:{3}^10}" #0,1,2,3表示的是第几个参数:是必须写的,^表示居中对齐,5和10表示字符数量,{3}表示用第3个参数来填充,\t是横向制表符
    print(templte.format("序号","大学名称","分数",chr(12288))) #12288表示中文空格符号
    for i in range(num): #num控制显示数量
            print(templte.format(ulist[i][0],ulist[i][1],ulist[i][2],chr(12288)))


def main():
    url = "http://www.zuihaodaxue.cn/zuihaodaxuepaiming2017.html"
    htmlText = getHTMLText(url)
    uinfo = []
    fillUnivList(uinfo,htmlText)
    printUnivList(uinfo,20)

main()

你可能感兴趣的:(python)