import requests
from lxml import etree


def headelist(list):
    return ''.join(list)

# 获取html文本
def gethtmltext(url):
    r = requests.get(url)
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    return r.text

# 提取html文本信息
def formathtml(html):
    html = etree.HTML(html)
    # 获取所有的学校信息条目
    school_item = html.xpath('//tbody/tr')
    print(school_item)
    # print(school_item)
    for item in school_item:
        # 获取校名
        school_name = headelist(item.xpath("//a[@class='name-cn']/text()"))
        # print(school_name)
        # 获取学校所在地
        address = headelist(item.xpath('//tr/td[3]/text()'))
        print(
            {
                '校名':school_name,
                '所在地区':address
            }
        )




if __name__ == '__main__':
    url = 'https://www.shanghairanking.cn/rankings/bcur/2022'
    html = gethtmltext(url)
    formathtml(html)

相关截图：

相关截图：

问题描述：

相关网站:https://www.shanghairanking.cn/rankings/bcur/2022