【Educoder实训平台作业】※网页抓取及信息提取

第1关：数据获取—分数线目录页

# -*- coding: utf-8 -*-
import urllib.request as req
import os
import hashlib
# 国防科技大学本科招生信息网中录取分数目录页URL：
url = 'https://www.nudt.edu.cn/bkzs/xxgk/lqfs/index.htm' 
def step1():
# 请按下面的注释提示添加代码，完成相应功能
#********** Begin *********#
# 将网页内容保存到webdata
    f=req.urlopen(url)
    webdata=f.read()
    webdata=webdata.decode('utf-8')
#********** End **********#
    outfile = open("nudt.txt", 'w')  
    outfile.write(webdata)  # 将网页数据写入文件
    outfile.close()

第2关：数据分析—提取历年分数线数据页链接

# -*- coding: utf-8 -*-
import urllib.request as req
# 国防科技大学本科招生信息网中录取分数目录页URL：
url = 'https://www.nudt.edu.cn/bkzs/xxgk/lqfs/index.htm' 
webpage = req.urlopen(url)  # 按照类文件的方式打开网页
webdata = webpage.read()       # 一次性读取网页的所有数据
webdata = webdata.decode('utf-8')  # 将byte类型的data解码为字符串
de