首页 > 其他 > 详细

大学排名数据爬取

时间:2020-02-10 22:16:19      阅读:69      评论:0      收藏:0      [点我收藏+]

网址:http://www.qianmu.org/ranking/1528.htm

import requests
from lxml import etree
import lxml

resp=requests.get(‘http://www.qianmu.org/2018QS%E4%B8%96%E7%95%8C%E5%A4%A7%E5%AD%A6%E6%8E%92%E5%90%8D‘)
selector=lxml.etree.HTML(resp.text)
links=selector.xpath(‘//div[@id="content"]//td[2]/a/@href‘)
for link in links:
    # print(link)
    r=requests.get(link)
    selector=lxml.etree.HTML(r.text)
    data={}
    data[‘name‘]=selector.xpath(‘//div[@id="wikiContent"]/h1/text()‘)
    key=selector.xpath(‘//div[@id="wikiContent"]/div[@class="infobox"]//table//td[1]/p/text()‘)
    cols=selector.xpath(‘//div[@id="wikiContent"]/div[@class="infobox"]//table//td[2]‘)
    values=[]
    for col in cols:
        values.append(‘‘.join(col.xpath(‘.//text()‘)))
    # print(len(key),len(value1))
    for i in range(len(key)):
        data[key[i]]=values[i]
    print(data)

  技术分享图片

 

大学排名数据爬取

原文:https://www.cnblogs.com/NCLONG/p/12292907.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!