小朋友們好，大朋友們好！

我是貓妹，一名愛上Python編程的小學(xué)生。

歡迎和貓妹一起，趣味學(xué)Python。

今日主題

如何用Python，抓取并分析2023中國大學(xué)排名數(shù)據(jù)。

用到的Python庫有requests、bs4。

requests庫

requests庫是Python基于urllib，采用Apache2 Licensed開源協(xié)議的HTTP庫。

它比urllib更加方便，完全滿足HTTP測試需求。

Requests的哲學(xué)是以PEP20的習(xí)語為中心開發(fā)的，它比urllib更加Pythoner。

可以通過pip install requests 安裝 requests庫。

舉個簡單的例子：

我們?nèi)粘？吹降木W(wǎng)頁是這樣的

我們看到的是部分信息，還有許多信息看不到的，比如排版、交互等。

如果要看更多信息，要在哪里看呢？

當(dāng)然是網(wǎng)頁源代碼啦！

網(wǎng)頁源代碼長這樣，這里面是前端信息，主要是html標(biāo)簽等。

看到網(wǎng)頁源代碼后，第一印象是啥？

很多，很復(fù)雜，很難手寫。

有很多設(shè)計工具可以輔助生成網(wǎng)頁源代碼的。

要解析網(wǎng)頁源代碼，可以用Python，比如借助于bs4庫。

bs4庫

bs4 全名 BeautifulSoup，是編寫 python 爬蟲常用庫之一，主要用來解析 html 標(biāo)簽。

可以通過pip install beautifulsoup4安裝bs4 庫。

說得簡單點，bs庫就是分析上述字符串，把自己感興趣的信息提取出來。

將網(wǎng)頁源代碼解析后的信息是這樣的：

測試代碼

對中國大學(xué)排名，感興趣的小伙伴，可以直接網(wǎng)站上瀏覽哈

好了，我們今天就學(xué)到這里吧！

如果遇到什么問題，咱們多多交流，共同解決。

我是貓妹，咱們下次見！