1. 作业①：
**1）、核心代码与输出 **
o 要求：用requests和BeautifulSoup库方法定向爬取给定网址（http://www.shanghairanking.cn/rankings/bcur/2020 ）的数据，屏幕打印爬取的大学排名信息。
代码是一个大学排名数据爬虫，主要思路是通过网络请求获取软科2020年中国大学排名页面，然后使用BeautifulSoup解析HTML内容，提取出各个大学的排名、名称、所在省市、学校类型和总分等信息。程序将提取的数据进行整合，最后以整齐的表格形式在控制台输出展示。
通过F12审查元素，再通过标签匹配相关的属性
排名与校名有着独特的标签
剩下所在省市、学校类型和总分标签完全一致，通过具体'td'标签的位置进行提取
2）心得体会：
从使用requests库发送请求获取网页源码，到利用BeautifulSoup解析复杂的HTML结构并精准提取排名、校名、总分等字段，最后将数据清晰规整地输出。这个过程让我认识到，细致的标签定位和必要的数据清洗对保证数据质量至关重要。
2. 作业②：
1）、核心代码与输出
o 要求：用requests和re库方法设计某个商城（自已选择）商品比价定向爬虫，爬取该商城，以关键词“书包”搜索页面的数据，爬取商品名称和价格。
如上图，爬的是当当网，其网址的url较为规整，为https://search.dangdang.com/?key=%CA%E9%B0%FC&act=input&page_index=i，易于爬取
但值得注意的是网站的商品名对应标签是'gbk'形式的，一开始用'utf-8'显示乱码
输出结果如下：
2）心得体会：
在处理商品数据时，我意识到数据清洗的重要性。每个商品的名称和价格信息都需要精确提取，稍有偏差就会导致结果不准确。特别是在中文字符编码方面，正确设置gbk编码确保了商品名称的正常显示。
3.作业③
1）、核心代码与输出
o 要求：爬取一个给定网页（https://news.fzu.edu.cn/yxfd.htm）或者自选网页的所有JPEG、JPG或PNG格式图片文件
在该题中，我爬取的是福大的新闻网的数据，爬取图片不仅限与主栏中的图片，还包含有侧栏等的，诸如校徽的logo，重复出现的不再存，只要是属于（jpg|jpeg|png|gif|bmp|webp|svg）中的一种，当然，大部分都是jpg与png格式的图片，其中dif存在3张。
如上图，该题与上题略有不同的是需要生成文件名对图片进行存储。
2）心得体会：
****通过完成这个福州大学新闻图片爬虫项目，我深刻体会到编写一个稳健的爬虫程序需要考虑诸多细节。在实现过程中，URL去重和文件去重机制让我意识到数据完整性的重要性，避免了重复下载造成的资源浪费。使用正则表达式提取图片链接虽然比HTML解析器更复杂，但让我对字符串匹配和模式识别有了更深的理解。
详细图文下载安装教程)
