python编程-24：实例1-中国大学排名爬虫_彭世瑜_新浪博客

​​​

​​​

​​​

​​​ ​​​

源码： 输出优化前

1. #CrawUnivRankingA.py
2. import requests
3. from bs4 import BeautifulSoup
4. import bs4
5. def getHTMLText(url):
6. try:
7. r = requests.get(url, timeout=30)
8. r.raise_for_status()
9. r.encoding = r.apparent_encoding
10. return r.text
11. except:
12. return ""
13. def fillUnivList(ulist, html):
14. soup = BeautifulSoup(html, "html.parser")
15. for tr in soup.find('tbody').children:
16. if isinstance(tr, bs4.element.Tag):
17. tds = tr('td')
18. ulist.append([tds[0].string, tds[1].string, tds[3].string])
19. def printUnivList(ulist, num):
20. print("{:^10}\t{:^6}\t{:^10}".format("排名","学校名称","总分"))
21. for i in range(num):
22. u=ulist[i]
23. print("{:^10}\t{:^6}\t{:^10}".format(u[0],u[1],u[2]))
24. def main():
25. uinfo = []
26. url = 'http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html'
27. html = getHTMLText(url)
28. fillUnivList(uinfo, html)
29. printUnivList(uinfo, 20) # 20 univs
30. main()

输出优化后：

1. #CrawUnivRankingB.py
2. import requests
3. from bs4 import BeautifulSoup
4. import bs4
5. def getHTMLText(url):
6. try:
7. r = requests.get(url, timeout=30)
8. r.raise_for_status()
9. r.encoding = r.apparent_encoding
10. return r.text
11. except:
12. return ""
13. def fillUnivList(ulist, html):
14. soup = BeautifulSoup(html, "html.parser")
15. for tr in soup.find('tbody').children:
16. if isinstance(tr, bs4.element.Tag):
17. tds = tr('td')
18. ulist.append([tds[0].string, tds[1].string, tds[3].string])
19. def printUnivList(ulist, num):
20. tplt = "{0:^10}\t{1:{3}^10}\t{2:^10}"
21. print(tplt.format("排名","学校名称","总分",chr(12288)))
22. for i in range(num):
23. u=ulist[i]
24. print(tplt.format(u[0],u[1],u[2],chr(12288)))
25. def main():
26. uinfo = []
27. url = 'http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html'
28. html = getHTMLText(url)
29. fillUnivList(uinfo, html)
30. printUnivList(uinfo, 20) # 20 univs
31. main()