本文共 1428 字，大约阅读时间需要 4 分钟。

一、实现功能

（仅适合教育目的爬取）从http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html获取大学排名，显示出来。

二、获取解析

通过浏览器访问该网址，右击网页，查看获取信息。使用的解析方法有多种，一种使用BeautifulSoup库，一种使用正则表达式直接匹配出来。我们这里使用BeautifulSoup。

   
    清华大学
   
				北京市95.9100.097.90%373421.2981177109113771111875935222				
   
    北京大学
   

三、源码

import requestsimport bs4  #pip3 install Beautifulsoup4 from bs4 import BeautifulSoup def getHTMLTesxt(url):    try:        r = requests.get(url, timeout = 30)        r.raise_for_status()        r.encoding = r.apparent_encoding  #防止中文乱码        return r.text    except:        return ""def fillUnivList(uList, html):    soup = BeautifulSoup(html, "html.parser")    for tr in soup.find('tbody').children:   #1.先找到tbody标签        if isinstance(tr, bs4.element.Tag):  #判断tr的类型是bs4.element.Tag            tds = tr('td')                   #2.从该标签下查找，0对应排名，1对应学校，2对应地区，3对应总分            uList.append([tds[0].string, tds[1].string, tds[3].string])def printUnivList(uList, num):    #tplt = "{:^10}\t{:^6}\t{:^10}"    tplt = "{0:^10}\t{1:{3}^10}\t{2:^10}"#优化中文对齐1    print(tplt.format("排名", "学校名称", "总分", chr(12288)))    for i in range(num):        u = uList[i]        print("{:^10}\t{:^10}\t{:^10}".format(u[0], u[1], u[2]))def main():    uInfo = []    url = 'http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html'    html = getHTMLTesxt(url)    fillUnivList(uInfo, html)    printUnivList(uInfo, 20)    print("-------------------")main()

转载地址：http://ruhpn.baihongyu.com/