Educode--网页抓取及信息提取

第1关：利用URL获取超文本文件并保存至本地

实现代码：

# -*- coding: utf-8 -*-

import urllib.request as req

import os

import hashlib

# 国防科技大学本科招生信息网中录取分数网页URL：

url = 'http://www.gotonudt.cn/site/gfkdbkzsxxw/lqfs/index.html'  # 录取分数网页URL

def step1():

# 请按下面的注释提示添加代码，完成相应功能

#********** Begin *********#

# 1.将网页内容保存到data

    webpage = req.urlopen(url)

    data = webpage.read()

# 2.将data以二进制写模式写入以学号命名的 “nudt.txt” 文件：

    outfile = open("nudt.txt","wb")

    outfile.write(data)

    outfile.close()

#********** End **********#

第2关：提取子链接