python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

 

源代码

import requests
import json
url="https://edu.cnblogs.com/Homework/GetAnswers?homeworkId=2420&_=1543656520026"
def getHTMLText(url):
    try:
        r=requests.get(url,timeout=30)
        r.raise_for_status() #如果状态不是200，引发异常
        r.encoding='utf-8' #无论原来什么编码都改成utf-8
        datas=json.loads(r.text)['data']
    except:
        print('error')
    else:
        result=" "
        for item in datas:
            result += str(item['StudentNo'])+','+item['RealName']+','+item['DateAdded'].replace('T',' ')+','+item['Title']+','+item['Url']+'\n'
        f=open('D:\hwlist.csv','w')
        f.write(result)
        f.close()

结果