设计内容：
对中国大学专业排名网站中，计算机科学与技术专业，进行数据爬取和数据可视化。
URL地址：/rankings/bcmr//080901
具体实现思路如下：
1.使用requests库中的get方法获取网页源代码。
2.配合使用BeautifulSoup进行简单的网页结构数据分析及清洗，提取出该专业的前10所大学的数据（学校名称、总分）。
3.使用matplotlib库绘制柱状图
4.用sqlite3将数据写入数据库中
以下是实现后的效果图：
在编写代码之前先将所使用到的库（requests、BeautifulSoup、matplotlib、sqlite3）安装配置好所需环境
>>>pip install requests>>>pip install bs4>>>pip install matplotlib>>>pip install sqlite3
环境搭建完毕后下面进入正题，上代码：
# 导入requestsimport requests# 导入BeautifulSoupfrom bs4 import BeautifulSoup# 导入matplotlibimport matplotlib.pyplot as plt# 导入numpyimport numpy as np# 导入sqlite3import sqlite3
以上第一步，首先将下载好的库导入项目中。
第二步开始前我们需要对其网页html结构进行分析，在Chrome浏览器下按F12进入开发者工具，在开发者工具上方可以看到箭头一样的标识按钮，使用它可以快速跳转到指定样式的html结构内部，举个例子：
在这里我们可以得知我们需要的两个数据之一学校名称“清华大学”写在<a></a>标签内，另外我们需要的表示学校分数的数据则写在<div></div>标签内，其标签类名分别定义为：class="name-cn"，class="score"，在该排名榜网页中其他的学校如：“北京大学”，“浙江大学”，“哈尔滨工业大学”...等也是如此结构，在我们了解需要的数据在html中的基本结构后就可以开始了
# 发送请求，获取响应response = requests.get('/rankings/bcmr//080901')# 从响应中获取数据home_page = response.content.decode(encoding='utf-8')# 创建BeautifulSoup对象soup = BeautifulSoup(home_page, 'lxml')# 查找网页中的学校名称和成绩数据school_name = soup.find_all(attrs={'class': 'name-cn'})score = soup.find_all(attrs={'class': 'score'})# 创建两个新的列表以便后续使用school_name_Result = []score_Result = []# 遍历将爬取出来的网页数据写入一个新的列表for i in range(15):school_name_Result.append(school_name[i].text)score_Result.append(score[i].text)# 逆序列表school_name_Result.reverse()score_Result.reverse()
以上步骤首先我们通过使用requests中的get方法对该网页进行发送请求，获取响应。
随后通过response.content.decode(encoding='utf-8')从响应中获取数据，创建BeautifulSoup对象将获取到的数据传入指定解析器为lxml。
在第二步开始前我们已经进行过分析
接着通过Beautiful下的find_all方法来通过attrs来指定属性字典进行查找获取到所有类名为'name-cn'的学校名称和类名为'score'的学校分数。
最后我们通过遍历并拿到所需的排名前十五所大学的数据（学校名称、学校分数）分别保存在两个新的列表中，将两组数据按从先到后排序。
# 设置图形化界面的整体长宽大小plt.figure(figsize=(15,10))plt.xticks(rotation=45) # 设置x轴显示方法# 设置y轴最大最小值plt.ylim(0,100)# 传递可用参数生成可视化图形plt.bar(school_name_Result, score_Result)# 设置标题plt.title("中国大学专业排名————计算机科学与技术")for i in range(len(school_name_Result)):plt.text(school_name_Result[i], score_Result[i], score_Result[i], ha="center")plt.show() # 显示创建的绘图对象
第三步调用matplotlib库初始可视化界面默认参数，设置其长宽大小，x、y轴所使用到的数据，
最后通过show（）方法显示可视化界面。
在这里我们可能会出现一个问题导致无法成功运行程序
提示报错：UserWarning: Glyph 21271 (\N{CJK UNIFIED IDEOGRAPH-5317}) missing from current font.
FigureCanvasAgg.draw(self)
这是因为matplotlib中文乱码的问题
解决这个问题有两种方案：
①将Mircosoft YaHei UI字体文件（一般在C:\Windows\Fonts路径内可以找到）添加到
自己的python安装目录\Lib\site-packages\matplotlib\mpl-data\fonts\ttf
②添加以下代码为matplotlib库指定默认字体：
# 解决Matplotlib中文乱码问题mpl.rcParams['font.sans-serif'] = ['SimHei']
# 连接数据库，如没有则新建该数据库con = sqlite3.connect('csData.db')print("Open database successfully")# 在数据库对象中创建一个列表包含主键和两个属性列stmt="CREATE TABLE if not exists SNAME(ID INT PRIMARY KEY NOT NULL,schoolName CHAR NOT NULL,score FLOAT NOT NULL)"con.execute(stmt)print("Table created successfully")# 创建数据库游标cur=con.cursor()# 创建两个列表用于后续保存数据sqlString=[]sqlString_Result=[]# 遍历排名列表并暂时保存于新建的变量中用于传递参数for i in rank:sc=school_name_Result[i];sr=score_Result[i]sqlString.append(i+1)sqlString.append(sc)sqlString.append(sr)# 将列表强制转换成元组changeTuple=tuple(sqlString)sqlString_Result.append(changeTuple)# 清空字典sqlString.clear()# 批量执行多条数据库语句cur.executemany("insert into SNAME values(?,?,?)",sqlString_Result)# 选中数据库SNAME中的所有数据cur.execute("select * from SNAME")# 遍历返回多个元组for item in cur.fetchall():print(item)print("Check database successfully")
最后通过Python中数据库相关的语句对sqlite3数据库进行操作，数据处理使用到了部分数据类型之间的转换，
通过上述方案即可解决。
完成以上所有步骤后程序正常运行~~~
