首页 > 其他 > 详细

爬虫作业

时间:2018-12-05 19:56:33      阅读:209      评论:0      收藏:0      [点我收藏+]

第一部分:

 
请分析作业页面,爬取已提交作业信息,并生成已提交作业名单,保存为英文逗号分隔的csv文件。文件名为:hwlist.csv 。
 
文件内容范例如下形式:
 
学号,姓名,作业标题,作业提交时间,作业URL
20194010101,张三,羊车门作业,2018-11-13 23:47:36.8,http://www.cnblogs.com/sninius/p/12345678.html
20194010102,李四,羊车门,2018-11-14 9:38:27.03,http://www.cnblogs.com/sninius/p/87654321.html
 
*注1:如制作定期爬去作业爬虫,请注意爬取频次不易太过密集;
*注2:本部分作业用到部分库如下所示:
(1)requests —— 第3方库
(2)json    —— 内置库
 

第二部分:

在生成的 hwlist.csv 文件的同文件夹下,创建一个名为 hwFolder 文件夹,为每一个已提交作业的同学,新建一个以该生学号命名的文件夹,将其作业网页爬去下来,并将该网页文件存以学生学号为名,“.html”为扩展名放在该生学号文件夹中。
 
import requests
import json
try:
    r=requests.get(https://edu.cnblogs.com/Homework/GetAnswers?homeworkId=2420&_=1542959851766)
    r.encoding=utf-8
    datas=json.loads(r.text)[data]  
except:
    print("错误")
temp=[]

for data in datas:
    temp.append(str(data[StudentNo])+,+data[RealName]+,+data[Title]+,+data[DateAdded].replace(T, )+,+data[Url])     
    with open (hwlist.csv,w) as b:
        for i in temp:
            b.write(i+\n)

 

爬虫作业

原文:https://www.cnblogs.com/lyy2018/p/10072655.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!