爬虫，求友友指点迷津

Question

Answer 1

看了一下你问了几个没人解答，刚好刷到，帮你写一下，仅供参考。

import datetime
import time
from lxml import etree
import requests
import logging

BASE_URL='https://www.igo.cn/zt/University_Rankings/'
def scrape_url(url):
    headers={'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36'}
    print(datetime.date.today(),time.strftime("%H:%M:%S"),'正在爬取网站为:{} ...'.format(url))
    try:
        response=requests.get(url,headers=headers)
        response.encoding='gb2312'
        if response.status_code==200:
            return response.text
    except requests.RequestException:
        logging.error('error occurred while scraping %s',url,exc_info=True)

def parser_html():
    html=scrape_url(BASE_URL)
    dom=etree.HTML(html)
    xp=dom.xpath('//tr/td[1]/text()')
    xp_1=dom.xpath('//tr/td[2]/text()')
    xp_2=dom.xpath('//tr/td[3]/text()')
    xp_3=dom.xpath('//tr/td[4]/text()')
    xp_4=dom.xpath('//tr/td[5]/text()')
    for i in range(0,201):
        print('排名:'+str(xp[i].replace('/td>',''))+'\t',
              '中文名:'+xp_1[i]+'\t',
              '英文名:'+xp_2[i]+'\t',
              '国家/地区:'+xp_3[i]+'\t',
              '得分:'+str(xp_4[i]))

if __name__ == '__main__':
    parser_html()
  

上面代码是获取排行榜的数据，其中数据都打印出来了，你可自行运行一下参考，csv一块比较简单，可以搜搜csdn文件，把对应数据写进去就好了，如有帮助，给个采纳 蟹蟹~