爬虫作业

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
第一部分代码如下
import json
import requests
try:#明确编码方式
    r = requests.get("https://edu.cnblogs.com/Homework/GetAnswers?homeworkId=2420&_=1544195081412")
    r.raise_for_status()
    r.encoding = r.apparent_encoding
except:
    print(" 404 NOT FOUND")
datas = json.loads(r.text)["data"]#json的数据变成PY的数据,解码过程
result=""
for data in datas:
    result += str(data['StudentNo'])+','+data['RealName']+','+data['DateAdded'].replace('T',' ')+','+data['Title']+','+data['Url']+'\n'
with open('hwlist.csv','w') as a:
    a.write(result)

 

posted @ 2018-12-08 19:12  你最爱的小天哥哥  阅读(304)  评论(0编辑  收藏  举报