网络爬虫作业
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,http://www.cnblogs.com/sninius/p/12345678.html
20194010102,李四,羊车门,2018-11-14 9:38:27.03,http://www.cnblogs.com/sninius/p/87654321.html
*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
以下为源代码:
import requests import json try: fh=requests.get('https://edu.cnblogs.com/Homework/GetAnswers?homeworkId=2420&_=1544191154088') fh.raise_for_status() fh.encoding='utf-8' results=json.loads(fh.text)['data'] except: print("网络连接失败") else: if fh.status_code==200: gxk='' for i in results: gxk+=str(i["StudentNo"])+","+i["RealName"]+","+i["DateAdded"].replace("T"," ")+","+i["Title"]+","+i["Url"]+"\n" with open ('hwlist.csv','w') as f: f.write(gxk) else: print("404")
结果: