您当前的位置:首页 > 计算机 > 编程开发 > Python

Python裸奔也疯狂:批量爬取中国工程院院士信息

时间:12-27来源:作者:点击数:

中国工程院院士,是中国设立的工程科学技术方面的最高学术称号,为终身荣誉,由选举产生。在工程科学技术方面作出重大的、创造性的成就和贡献,热爱祖国,学风正派,品行端正,具有中国国籍的高级工程师、研究员、教授或具有同等职称的专家,可被提名并当选为中国工程院院士。

增选院士每两年进行一次,必要时,可提前或延后进行。每次的增选院士名额,由中国工程院主席团讨论决定。

为更好地膜拜众位男神女神,了解其在相关领域做出的杰出贡献,本文代码用于从中国工程院官方网站公开的信息中进行快速提取,主要用来演示Python标准库os、re、urllib的用法以及网络爬虫的原理,没有使用任何扩展库。本文涉及到的内容严禁用于不良用途,违者后果自负。

首先,打开工程院官方网站,查看全部院士名单,查看源代码,进行简单分析,得到规律,以便后面设计正则表达式,图中红框内是我们感兴趣的内容:

接下来打开任意一位院士的链接,进一步分析,得到数据组织的规则,以方便设计正则表达式:

所有规则都清晰之后,就可以编写代码进行爬取了:

方便获取更多学习、工作、生活信息请关注本站微信公众号城东书院 微信服务号城东书院 微信订阅号
推荐内容
相关内容
栏目更新
栏目热门