博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
爬虫作业
阅读量:5278 次
发布时间:2019-06-14

本文共 830 字,大约阅读时间需要 2 分钟。

第一部分:

 
请分析作业页面,爬取已提交作业信息,并生成已提交作业名单,保存为英文逗号分隔的csv文件。文件名为:hwlist.csv 。
 
文件内容范例如下形式:
 
学号,姓名,作业标题,作业提交时间,作业URL
20194010101,张三,羊车门作业,2018-11-13 23:47:36.8,
20194010102,李四,羊车门,2018-11-14 9:38:27.03,
 
*注1:如制作定期爬去作业爬虫,请注意爬取频次不易太过密集;
*注2:本部分作业用到部分库如下所示:
(1)requests —— 第3方库
(2)json    —— 内置库
 

第二部分:

在生成的 hwlist.csv 文件的同文件夹下,创建一个名为 hwFolder 文件夹,为每一个已提交作业的同学,新建一个以该生学号命名的文件夹,将其作业网页爬去下来,并将该网页文件存以学生学号为名,“.html”为扩展名放在该生学号文件夹中。
import requests as rimport json as ju='https://edu.cnblogs.com/Homework/GetAnswers?homeworkId=2420&_=1543986889827'a=r.get(u)d=j.loads(a.text)['data']people=''for i in d:    people+=str(i["StudentNo"])+","+i["RealName"]+","+i["DateAdded"].replace("T","")+i["Title"]+","+i["Url"]+"\n"        with open("D:\\hwlist.csv","w") as f:        f.write(people)

问题是,我这个学号显示错误,我也搞不明白了

转载于:https://www.cnblogs.com/No-10/p/10073205.html

你可能感兴趣的文章
优雅地书写回调——Promise
查看>>
PHP的配置
查看>>
Struts框架----进度1
查看>>
Round B APAC Test 2017
查看>>
MySQL 字符编码问题详细解释
查看>>
寄Android开发Gradle你需要知道的知识
查看>>
css & input type & search icon
查看>>
C# 强制关闭当前程序进程(完全Kill掉不留痕迹)
查看>>
语音识别中的MFCC的提取原理和MATLAB实现
查看>>
0320-学习进度条
查看>>
MetaWeblog API Test
查看>>
移动、尺寸改变
查看>>
c# 文件笔记
查看>>
类和结构
查看>>
心得25--JDK新特性9-泛型1-加深介绍
查看>>
安装NVIDIA驱动时禁用自带nouveau驱动
查看>>
HDU-1255 覆盖的面积 (扫描线)
查看>>
项目管理之路(1):初步踏入项目管理
查看>>
Java 中 静态方法与非静态方法的区别
查看>>
Jenkins+ProGet+Windows Batch搭建全自动的内部包(NuGet)打包和推送及管理平台
查看>>