第一个爬虫和测试

Python测试函数的方法之一是用：try……except

def gameover(a,b):
    if a>=10 and b>=10 and abs(a-b)==2:
        return True
    if (a>=11 and b<11) or (a<11 and b>=11):
        return True
    return False
try:
    a=gameover(10,11)
    print(a)
except:
    print("Error")

gameover测试的函数，没传参数的a,b，函数结果是True or False

try：试着执行gameover()函数，正常就执行函数

except:否则打印'Error'

这里用10，11这一对来测试，结果为：

runfile('D:/新建文件夹/chesi.py', wdir='D:/新建文件夹')
True

程序运行正常且结果正确

若不输入参数，结果应为Error,结果为：

requests库是一个简洁且简单的处理HTTP请求的第三方库。

get()是对应与HTTP的GET方式，获取网页的最常用方法，可以增加timeout=n 参数，设定每次请求超时时间为n秒

text（）是HTTP相应内容的字符串形式，即url对应的网页内容

content（）是HTTP相应内容的二进制形式

用requests（）打开百度20次

from requests import *
try:
    for i in range(20):
        r=get("http://www.baidu.com")
        r.raise_for_status()
        r.encoding='utf-8'
        print(r)
    print(len(r.text))
    print(len(r.content))
except:
    print("Error")

结果为：

爬取2015年的排行：

# -*- coding: utf-8 -*-
#"""
#Created on Tue May 21 22:02:48 2019

#@author: ASUS
#"""

import requests
from bs4 import BeautifulSoup
allUniv=[]
def get(url):
    try:
        r=requests.get(url,timeout=30)
        r.raise_for_status()
        r.encoding=r.apparent_encoding
        return r.text
    except:
        return ""
def f(soup):
    data=soup.find_all('tr')
    fw=open("pq2015.csv","w",encoding='utf-8')
    for tr in data:
        ltd=tr.find_all('td')
        if len(ltd)==0:
            continue
        s=[]
        for td in ltd:
            s.append(td.string)
        allUniv.append(s)
        fw.write(",".join(s)+"
")
    fw.close()
def p(num):
    print("{1:^4}{2:{0}^10}{3:{0}^6}{4:{0}^4}{5:{0}^10}{6:{0}^10}{7:{0}^10}".format(chr(12288),"排名","学校名称","省市","总分","人才培养得分","科学研究得分","社会服务得分"))
    for i in range(num):
        u=allUniv[i]
        print("{1:^4}{2:{0}^11}{3:{0}^6}{4:{0}^7.1f}{5:{0}^10}{6:{0}^12}{6:{0}^10}".format(chr(12288),u[0],u[1],u[2],eval(u[3]),eval(u[4]),eval(u[5]),eval(u[6])))
def main(num):
    u='http://www.zuihaodaxue.cn/zuihaodaxuepaiming2015_0.html'
    h=get(u)
    soup=BeautifulSoup(h,"html.parser")
    f(soup)
    p(num)
main(30)

结果为：

将数据保存到csv,结果为：