• 功能描述：
• 輸入：大學排名URL鏈接：http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html
• 輸出：大學排名信息的屏幕輸出（排名，大學名稱，總分）
• 技術路線：requests-bs4
• 定向爬蟲：僅對輸入的URL鏈接進行爬取，不擴展爬取。

• 程序的程序設計：
• 步驟1：從網絡上獲取大學排名網頁內容(getHTMLText())
• 步驟2：提取網頁內容中信息到合適的數據結構(fillUnivList())
• 步驟3：利用數據結構展示並輸出結果(printUnivList())

• 爬蟲代碼：

 1 import requests
 2 from bs4 import BeautifulSoup
 3 import bs4
 4  
 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  
14 def fillUnivList(ulist, html):
15     soup = BeautifulSoup(html, "html.parser")
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 def printUnivList(ulist, num):
22     print("{:^10}\t{:^6}\t{:^10}".format("排名", "學校名稱", "總分"))
23     for i in range(num):
24         u = ulist[i]
25         print("{:^10}\t{:^6}\t{:^10}".format(u[0], u[1], u[2]))
26  
27 #主函數
28 def main():
29     uinfo = []
30     url = ‘http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html‘
31     html = getHTMLText(url)
32     fillUnivList(uinfo, html)
33     printUnivList(uinfo, 20) # 20所大學
34 main()

• 爬蟲結果：

• 爬蟲實例優化：
• 中文對齊問題的原因：

• :	<填充>	<對齊>	<寬度>	,	<.精度>	<類型>
  引導符號	用於填充的單個字符	<左對齊 >右對齊 ^居中對齊	槽的設定輸出寬度	數字的千分位分隔符適用於整數和浮點數	浮點數小數備部分的精度或字符串的最大輸出長度	整數類型：b,c,d,o,x,X浮點數類型：e,E,f,%

  當中文字符寬度不夠使，采用西文字符填充；中西文占用寬度不同。
• 中文對齊問題的解決：
• 采用中文字符的空格填充 chr(12288)
• 爬蟲代碼：

 1 import requests
 2 from bs4 import BeautifulSoup
 3 import bs4
 4  
 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  
14 def fillUnivList(ulist, html):
15     soup = BeautifulSoup(html, "html.parser")
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 def printUnivList(ulist, num):
22     tplt = "{0:^10}\t{1:{3}^10}\t{2:^10}"
23     print(tplt.format("排名", "學校名稱", "總分", chr(12288)))
24     for i in range(num):
25         u = ulist[i]
26         print(tplt.format(u[0], u[1], u[2], chr(12288)))
27  
28 #主函數
29 def main():
30     uinfo = []
31     url = ‘http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html‘
32     html = getHTMLText(url)
33     fillUnivList(uinfo, html)
34     printUnivList(uinfo, 20) # 20所大學
35 main()

• 爬蟲結果：

中國大學排名爬蟲