鱼C论坛

 找回密码
 立即注册
查看: 711|回复: 3

[已解决]一个简单的网页排名爬取,但是返回的内容是空的

[复制链接]
发表于 2020-4-30 16:35:22 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
爬虫的目的是爬取http://www.zuihaodaxue.com/zuihaodaxuepaiming2019.html这个网页上的大学排名列表。但是返回的内容是空的。
  1. import requests
  2. from bs4 import BeautifulSoup
  3. import bs4

  4. def getHTMLText(url):
  5.     try:
  6.         r = requests.get(url,timeout = 30)
  7.         r.raise_for_status()
  8.         r.encoding = r.apparent_encoding
  9.         return r.text
  10.     except:
  11.         return""
  12.    

  13. def fillUnivList(ulist,html):
  14.     soup = BeautifulSoup(html,"html.parser")
  15.                         
  16.     for tr in soup.find('tbody').children:
  17.         if isinstance(tr,bs4.element.Tag):
  18.             tds = tr('td')
  19.             ulist.append([tds[0].string,tds[1].string,tds[2].string])
  20.                         
  21.    

  22. def printUnivList(ulist,num):
  23.     print("{:^10}\t{:^6}\t{:^10}".format("排名","学校名称","总分"))
  24.     for i in range(num):
  25.         u=ulist[i]
  26.         print("{:^10}\t{:^6}\t{:^10}".format("u[0]","u[1]","u[2]"))
  27.         
  28.    

  29. def  main():
  30.     uinfo=[]
  31.     url=" http://www.zuihaodaxue.com/zuihaodaxuepaiming2019.html"
  32.     html = getHTMLText(url)
  33.     fillUnivList(uinfo,html)
  34.     printUnivList(uinfo,20)

  35. main()
复制代码

最佳答案
2020-4-30 17:49:27
  1. import requests
  2. from bs4 import BeautifulSoup
  3. import bs4


  4. def getHTMLText(url):
  5.     try:
  6.         r = requests.get(url, timeout=30)
  7.         r.raise_for_status()
  8.         r.encoding = r.apparent_encoding
  9.         return r.text
  10.     except:
  11.         return ""


  12. def fillUnivList(ulist, html):
  13.     soup = BeautifulSoup(html, "html.parser")

  14.     for tr in soup.find('tbody').children:
  15.         if isinstance(tr, bs4.element.Tag):
  16.             tds = tr('td')
  17.             ulist.append([tds[0].string, tds[1].string, tds[3].string])




  18. def printUnivList(ulist, num):
  19.     print("{:^10}\t{:^6}\t{:^10}".format("排名", "学校名称", "总分"))
  20.     for i in range(num):
  21.         u = ulist[i]
  22.         print("{:^10}\t{:^10}\t{:^10}".format(u[0], u[1], u[2]))


  23. def main():
  24.     uinfo = []
  25.     url = " http://www.zuihaodaxue.com/zuihaodaxuepaiming2019.html"
  26.     html = getHTMLText(url)
  27.     fillUnivList(uinfo, html)
  28.     return printUnivList(uinfo, 20)


  29. main()
复制代码


都帮你改了下,就是总分那边不居中

小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2020-4-30 17:36:26 | 显示全部楼层
本帖最后由 Twilight6 于 2020-4-30 17:43 编辑

你没有设置函数的retuen吧 最后
  1. def main():
  2.     uinfo = []
  3.     url = " http://www.zuihaodaxue.com/zuihaodaxuepaiming2019.html"
  4.     html = getHTMLText(url)
  5.     fillUnivList(uinfo, html)
  6.     return printUnivList(uinfo, 20)
复制代码

要retuen才有返回值

还有这
  1. def printUnivList(ulist, num):
  2.     print("{:^10}\t{:^6}\t{:^10}".format("排名", "学校名称", "总分"))
  3.     for i in range(num):
  4.         u = ulist[i]
  5.         print("{:^10}\t{:^6}\t{:^10}".format(u[0], u[1], u[2]))
复制代码

这里你把u[0], u[1], u[2],加上了引号应该去掉把
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 1 反对 0

使用道具 举报

发表于 2020-4-30 17:41:33 | 显示全部楼层
我这里显示是可以得到结果的
另外,你总分爬取写错了
TIM图片20200430174033.png
TIM图片20200430174050.png
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-4-30 17:49:27 | 显示全部楼层    本楼为最佳答案   
  1. import requests
  2. from bs4 import BeautifulSoup
  3. import bs4


  4. def getHTMLText(url):
  5.     try:
  6.         r = requests.get(url, timeout=30)
  7.         r.raise_for_status()
  8.         r.encoding = r.apparent_encoding
  9.         return r.text
  10.     except:
  11.         return ""


  12. def fillUnivList(ulist, html):
  13.     soup = BeautifulSoup(html, "html.parser")

  14.     for tr in soup.find('tbody').children:
  15.         if isinstance(tr, bs4.element.Tag):
  16.             tds = tr('td')
  17.             ulist.append([tds[0].string, tds[1].string, tds[3].string])




  18. def printUnivList(ulist, num):
  19.     print("{:^10}\t{:^6}\t{:^10}".format("排名", "学校名称", "总分"))
  20.     for i in range(num):
  21.         u = ulist[i]
  22.         print("{:^10}\t{:^10}\t{:^10}".format(u[0], u[1], u[2]))


  23. def main():
  24.     uinfo = []
  25.     url = " http://www.zuihaodaxue.com/zuihaodaxuepaiming2019.html"
  26.     html = getHTMLText(url)
  27.     fillUnivList(uinfo, html)
  28.     return printUnivList(uinfo, 20)


  29. main()
复制代码


都帮你改了下,就是总分那边不居中

小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 1 反对 0

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-6-18 17:48

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表