Web爬虫-edu_SRC-目标列表爬取

免责声明:本文仅做技术交流与学习...
爬取后,结合暗黑搜索引擎等等进行进一步搜索.

edu_src.py

python 复制代码
import requests, time
from bs4 import BeautifulSoup
for i in range(1, 20):
    url = f'https://src.sjtu.edu.cn/rank/firm/0/?page={i}'
    print(f"正在获取第{i}页数据")
    s = requests.get(url).text
    # print(s)
    soup = BeautifulSoup(s, 'html.parser')
    edu1 = soup.find_all('tr')
    # print(edu1)
    for edu in edu1:
        try:
            edu_name = edu.a.text
            # print(edu_name)
            with open('edu_name.txt', 'a+',encoding='utf-8') as f:
                f.write(edu_name + '\n')
        except:
            pass
    print(f"{i}页已经写入!!!")
相关推荐
huashengzsj几秒前
Shopify个人建站如何搭建独立站:从零开始的完整指南
前端·网络·人工智能
木木子228 分钟前
[特殊字符] 音乐播放器——状态驱动的多媒体控制
android·开发语言·华为·php·harmonyos
程序猿小泓11 分钟前
从 Claude Code 学 Agent Harness:一个前端工程师的 AI Agent 学习笔记
前端·人工智能·学习
三川69825 分钟前
Tkinter库的学习记录06-变量类别
python
wenying_4432374426 分钟前
Python脚本—1.提取压缩包中的pdf文件
python·ai编程
_Jimmy_39 分钟前
SQLAlchemy 复杂 SQL 执行指南与模板库
python·sql
六个九十度1 小时前
用python脚本访问被网关隔离的嵌入式设备
开发语言·python
千维百策6661 小时前
SRE 中如何消除琐务:提升工程效率与服务可靠性的实践方法
数据库
柒和远方1 小时前
从审计日志到可下载证据包:事务型 Outbox、租约 fencing 与保留水位
前端·后端·架构
酷酷的身影1 小时前
Drivers/LedManager.cs
开发语言·php