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
# -*- coding: utf-8 -*- """ Created on Sat Dec 8 14:58:47 2018 @author: lenovo """ import json import requests try: r = requests.get("https://edu.cnblogs.com/Homework/GetAnswers?homeworkId=2420&_=1544195081412")#获取需要的页面" r.raise_for_status() r.encoding = r.apparent_encoding#"防止乱码" except: print("爬取失败,请重试!") datas = json.loads(r.text)["data"] a = "" for data in datas: a = a+str(data["StudentNo"])+","+data["RealName"]+","+data["DateAdded"].replace("T"," ")+data["Title"]+data["Url"]+","+"\n" with open("python.csv","w") as b: b.write(a)