用python实现中国大学排名的定向爬取

import requests
import bs4
from bs4 import BeautifulSoup

#函数一：从网络上获取大学排名网页内容。
def getHtml(url):
   try:
        r = requests.get(url, timeout = 30)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""


#函数二：提取网页内容中信息到合适的数据结构。
def fillList(ulist, html):
　　soup = BeautifulSoup(html, "html.parser")
　　soup.find("tbody")   　　　　　　　　　　#找到 “tbody”
　　for tr in soup.tbody.childern: 　　　　#遍历 “tbody”的子标签， 找到 “tr” 
　　　　if isinstance(tr, bs4.element.Tag):　　#过滤非标签类型的字符串 检测 tr 标签的类型
　　　　　　tds = tr("td")
　　　　　　ulist.append([tds[0].string, tds[1].string, tds[2].string])#将我们需要的td标签添加到列表中
　　
#函数三：利用数据结构展示并输出结果
def printList(demo, num):
　　tplt = "{:^10}\t{1:{3}^10}\t{2:^10}" 　　　　　　　　　　　  #保证中文输出对齐
　　print(tplt.format("排名", "学校名称", "总分", chr(12288)))  #print函数打印表头
    for i in range(num):　　　　　　　　　　　　　　　　　　　　　　#控制打印学校之数量　　　　　　　　　　　　　　　
　　　　u = ulist[i]
　　　　print(tplt.format(u[0], u[1], u[2], chr(12288)))
#函数四：main函数
def main():
    uinfo = []
    url = "http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html"
    html = getHtml(url)
    fillList(uinfo, html)
    printList(uinfo, 20)

main()