首先,我們需要注意幾點
1.可以使用isinstance語句配合bs4庫中的bs4.element.Tag判斷獲取到的對象是不是標籤對象.
2.輸出內容並且要求他用空白補齊時,系統默認用的是英文空白符,英文空白符和中文空白符(chr(12288)獲取)寬度不一樣。
#代碼使用python3.x編寫
import requests
from bs4 import BeautifulSoup
import bs4 #導入bs4庫是爲了獲取節點的對象類型是不是節點類型
def getHTMLText(url):
r = requests.get(url,timeout=30)
if(r.status_code != 200):
return ""
else:
r.encoding = r.apparent_encoding
return r.text
def fillUnivList(ulist,text):
soup = BeautifulSoup(text, "html.parser")
for tr in soup.find("tbody").children:
# 判斷是不是節點類型
if isinstance(tr,bs4.element.Tag):
tds = tr('td')#等同於tr.find_all('td')
ulist.append([tds[0].next.string,tds[1].string,tds[3].string]) #獲取子節點標籤裏面的內容,並放到ulist裏面
def printUnivList(ulist,num):
print(len(ulist))
templte = "{0:{3}^10}\t{1:{3}^10}\t{2:{3}^10}" #0,1,2,3表示的是第幾個參數:是必須寫的,^表示居中對齊,5和10表示字符數量,{3}表示用第3個參數來填充,\t是橫向製表符
print(templte.format("序號","大學名稱","分數",chr(12288))) #12288表示中文空格符號
for i in range(num): #num控制顯示數量
print(templte.format(ulist[i][0],ulist[i][1],ulist[i][2],chr(12288)))
def main():
url = "http://www.zuihaodaxue.cn/zuihaodaxuepaiming2017.html"
htmlText = getHTMLText(url)
uinfo = []
fillUnivList(uinfo,htmlText)
printUnivList(uinfo,20)
main()