[python]从最好大学网获取大学排名

按照北京理工嵩天老师课程代码，一步步实现。

首先查看最好大学网是否存在robots：

在浏览器中修改网址为以下：
http://www.zuihaodaxue.com/robots.txt
查看结果：

404.png

可知不存在robots.txt文档

从最好大学网获取大学排名信息并存储

最好大学网排名.png

查看目标网页源代码，确认待存储项在网页代码中的结构：

网页源代码.png

一个学校信息是由一个标签内存储的多个标签信息。
代码如下：

import requests
from bs4 import BeautifulSoup
import bs4

# 从网络中获取大学排名网页内容
def getHTMLText(url):
    try:
        r = requests.get(url)
        r.raise_for_status()
        r.encoding = r.status_code
        return r.text
    except:
        return ''


# 提取网页内容中信息到合适的数据结构
def fillUnivList(ulist, html):
    soup = BeautifulSoup(html, 'html.parser')
    # 解析html代码中tbody所在的位置
    for tr in soup.find('tbody').children:
        # 找到每所大学所在的tr标签
        if isinstance(tr, bs4.element.Tag):
            # 存储所有的td标签
            tds = tr('td')
            ulist.append([tds[0].string, tds[1].string, tds[3].string])

# 利用数据结构展示并输出结果
def printUnivList(ulist, num):
    print("{:^10}\t{:^6}\t{:^10}\t".format("排名", "学校名称", "总分"))
    for i in range (num):
        u = ulist[I]
        print("{:^10}\t{:^6}\t{:^10}\t".format(u[0],u[1],u[2]))

def main():
    uinfo = []
    url = 'http://www.zuihaodaxue.com/zuihaodaxuepaiming2019.html'
    html = getHTMLText(url)
    fillUnivList(uinfo, html)
    printUnivList(uinfo, 20)

main()

运行结果如下：

运行结果.png

输出结果对齐问题

format函数中英文长度不同导致中文对齐问题
（字符宽度不够选择英文字符来填充）
原代码：

print("{:^10}\t{:^6}\t{:^10}\t".format("排名", "学校名称", "总分"))

解决方法：
字符宽度不够选择参数中第四个参数（中文字符）来填充，
修改代码：

def printUnivList(ulist, num):
    tplt = "{0:^10}\t{1:{3}^6}\t{2:^10}\t"
    print(tplt.format("排名", "学校名称", "总分", chr(12288)))
    for i in range (num):
        u = ulist[i]
        print(tplt.format(u[0],u[1],u[2], chr(12288)))

修改后的结果：

修改结果.png