requests+pyquery+csv爬取做好大學(xué)排行榜

import requests

from pyquery import PyQuery as pq
from requests.exceptions import RequestException
import csv

HEADERS = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) '
                  'AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.100 Safari/537.36'
}


def get_link_detail(url):
    try:
        resp = requests.get(url, headers=HEADERS)
        text_code = resp.apparent_encoding
        text = resp.content.decode(text_code, 'ignore')
        html = pq(text)
        trs = html(".news-text table tbody tr")
        list_data = []
        for tr in trs.items():
            dict_data = {}
            dict_data['sort'] = tr('td:nth-child(1)').text()
            dict_data['name'] = tr('td:nth-child(2) div').text()
            dict_data['city'] = tr('td:nth-child(3)').text()
            dict_data['score'] = tr('td:nth-child(4)').text()
            dict_data['indicator5'] = tr('td.indicator5').text()
            dict_data['indicator6'] = tr('td.indicator6').text()
            dict_data['indicator7'] = tr('td.indicator7').text()
            dict_data['indicator8'] = tr('td.indicator8').text()
            dict_data['indicator9'] = tr('td.indicator9').text()
            list_data.append(dict_data)
        return list_data
    except RequestException as e:
        print("發(fā)生錯誤了")


def write_data(data):
    headers = ['sort', 'name', 'city', 'score', 'indicator5', 'indicator6',
               'indicator7', 'indicator8', 'indicator9']
    with open('data.csv', 'w', encoding="utf-8", newline='') as fp:
        writer = csv.DictWriter(fp, headers)
        writer.writeheader()
        writer.writerows(data)


if __name__ == '__main__':
    url = 'http://zuihaodaxue.com/zuihaodaxuepaiming2019.html'
    data = get_link_detail(url)
    write_data(data)
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末蹂析,一起剝皮案震驚了整個(gè)濱河市踱阿,隨后出現(xiàn)的幾起案子膨桥,更是在濱河造成了極大的恐慌弧满,老刑警劉巖饿自,帶你破解...
    沈念sama閱讀 211,290評論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件盆均,死亡現(xiàn)場離奇詭異杰刽,居然都是意外死亡澜术,警方通過查閱死者的電腦和手機(jī)陷揪,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,107評論 2 385
  • 文/潘曉璐 我一進(jìn)店門惋鸥,熙熙樓的掌柜王于貴愁眉苦臉地迎上來杂穷,“玉大人,你說我怎么就攤上這事卦绣∧土浚” “怎么了?”我有些...
    開封第一講書人閱讀 156,872評論 0 347
  • 文/不壞的土叔 我叫張陵滤港,是天一觀的道長廊蜒。 經(jīng)常有香客問我,道長溅漾,這世上最難降的妖魔是什么劲藐? 我笑而不...
    開封第一講書人閱讀 56,415評論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮樟凄,結(jié)果婚禮上聘芜,老公的妹妹穿的比我還像新娘。我一直安慰自己缝龄,他們只是感情好汰现,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,453評論 6 385
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著叔壤,像睡著了一般瞎饲。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上炼绘,一...
    開封第一講書人閱讀 49,784評論 1 290
  • 那天嗅战,我揣著相機(jī)與錄音,去河邊找鬼俺亮。 笑死驮捍,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的脚曾。 我是一名探鬼主播东且,決...
    沈念sama閱讀 38,927評論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼本讥!你這毒婦竟也來了珊泳?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,691評論 0 266
  • 序言:老撾萬榮一對情侶失蹤拷沸,失蹤者是張志新(化名)和其女友劉穎色查,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體撞芍,經(jīng)...
    沈念sama閱讀 44,137評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡秧了,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,472評論 2 326
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了勤庐。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片示惊。...
    茶點(diǎn)故事閱讀 38,622評論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖愉镰,靈堂內(nèi)的尸體忽然破棺而出米罚,到底是詐尸還是另有隱情,我是刑警寧澤丈探,帶...
    沈念sama閱讀 34,289評論 4 329
  • 正文 年R本政府宣布录择,位于F島的核電站,受9級特大地震影響碗降,放射性物質(zhì)發(fā)生泄漏隘竭。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,887評論 3 312
  • 文/蒙蒙 一讼渊、第九天 我趴在偏房一處隱蔽的房頂上張望动看。 院中可真熱鬧,春花似錦爪幻、人聲如沸菱皆。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,741評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽仇轻。三九已至,卻和暖如春奶甘,著一層夾襖步出監(jiān)牢的瞬間篷店,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評論 1 265
  • 我被黑心中介騙來泰國打工臭家, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留疲陕,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,316評論 2 360
  • 正文 我出身青樓钉赁,卻偏偏與公主長得像鸭轮,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子橄霉,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,490評論 2 348