全球电影票房排行榜也是一个经常被用来讲网络爬虫的实例。我们同样用中国大学排名的代码,修改一下来爬取相应内容。
打开网页链接:http://www.piaofang.biz/,先来观察页面结构:
下面我们再来分析网页源代码:
1、网页中有"body"和"table"标签,没有"tbody"标签 。
2、有一个包含“排名”、“电影名”等六项内容的表头的“tr"子标签。
3、相比第2名,在第1名的子标签内,第1名前多了“全球电影票房排行榜”几个字。11名、21名好像也是一样。
4、阿凡达前也是有一个“a"标签。
5、 第10名和11名之间有一行空行。
解决思路:
1、对于空行问题。 增加一个if语句,判断列表长度是否为6。
2、表头和内容标签层级数不同,用“ulist.append()”时会出错,可以用“try-except"语句来解决。
3、第1名及第11名前的“全球电影票房排行榜”,用strip()来解决。
修改后的代码如下:
运行结果如下:
极域电子教室座位表程序下载链接:链接:https://pan.baidu.com/s/1X0WUTtXmr1EhFg9CNgoIKA?pwd=odvs
提取码:odvs
考试指令系统下载链接:https://pan.baidu.com/s/11x9fS1gUEPCd6w15KHCxSw?pwd=zvw3
提取码:zvw3
照片插入电子表格程序链接:https://pan.baidu.com/s/1dvW5q9G53prkUDVcO6uffA?pwd=w3jp
提取码:w3jp