爬取中国大学排名（前567）

import requestsfrom bs4 import BeautifulSoupimport reallUniv = []def getHTMLText(url):    try:        r = requests.get(url,timeout = 30)        r.rai_for_status()        r.encoding = 'utf-8'        return r.text    except:        return ""findpaiming = re.compile(r'[\u4e00-\u9fa5]+')findshuzi = re.compile(r'\d\d\d+\.\d|\d\d\d')def fillUnivList(soup):    paiming = 1    for item in soup.find_all('tr'): #遍历tr开头的，从而用tr将各个学校的信息分开        item = str(item)        link = re.findall(findpaiming,item) #利用正则表达式，找出中文字符串【学校，省市，培养规模】        link2 = re.findall(findshuzi, item) #利用塑身裤正则表达式，找出三个数字或者四个数字带小数点，也就是学校的总分        if(len(link)==3): #因为存在中国地质大学 武汉这种，会把中国地质大学 和 武汉 分别提取成文字            link.append(paiming) #增加排名            if(len(link2)<=2): #这个是总分，但是存在将文本里面超过100排名的数字提出，从而存在两个数字，等于1直接假如，等于2加入第二个值                if(len(link2)==1):                    link.append(link2[0])  气球的英文              el:                    link.append((link2[1]))          成语扬汤止沸  allUniv.append(link) #最后将整个学校信息加入到allUniv里面，下面同理            paiming = paiming + 1        if (len(link) == 4): #因为存在中国地质大学 武汉这种，会把中国地质大学 和 武汉 分别提取成文字 ，合并这着两个值            data = [str(link[0])+'('+str(link[1])+')',link[2],link[3]]            data.append(paiming)            if (len(link2) <= 2):                if (len(link2) == 1):                    data.append(link2[0])                el:                    data.append((link2[1]))            allUniv.append(data)            paiming = paiming + 1def printUnivList(num):    print("{:^4}{:^10}{:^5}{:^8}{:^10}".format("排名",'学校名称','省市','总分','培养规模'))    for i in range(num):        u = allUniv[i]        print("{:^4}{:^10}{:^5}{:^8}{:^10}".format(u[3],u[0],u[1],u[4],u[2]))def main(num):    url = '/d/file/titlepic/2020'    html = getHTMLText(url)    soup = BeautifulSoup(html,'ht工作因粗心失误检讨书ml.parr')    fillUnivList(soup)    printUnivList(num)main(567)

本文地址：https://blog.csdn.ne作文大纲t/qq_34024346/article/details/110921267