考研调剂捡漏之王：Python 爬取考研数据，调剂也能去985、211高校

时间：2022-05-06 13:09:01 | 来源：行业动态

时间：2022-05-06 13:09:01 来源：行业动态

叮！你的考研成绩出炉了，一场没有硝烟的战场即将开始，你准备好了吗？

小编在这里提醒大家可以查询你的考研成绩单了，2月20日各大考研院校都陆续放榜。

当你第一眼看到考研成绩时的心情是？

成绩公布日大家肯定是有喜有忧，高分的同学积极准备复试，不确定是否上岸的同学也积极做好两手准备。

许多网友们已经开始发起转锦鲤了，在微博上看大家的成绩 ，真是一场神仙打架：





大家也可以在评论区晒出你的成绩单，让小编也看看你们此刻的心情是怎么样的。

希望一心考研的学生们都能成功上岸，但肯定会有一些不是那么幸运的学生，但我想说的是：既然付出了那么多，就要坚定目标，来年再战，不要给自己留下遗憾，考研背后的努力只有自己知道。

但是有些考生虽然达到分数线，但并不能被安排复试或复试后并不能被录取，对这些考生，招生单位将负责把其全部材料及时转至第二志愿单位，而这被称为调剂，对于研究生来说都是很熟悉的。

调剂本身讲究的就是信息战，时机对于调剂来说很关键！



下面小编利用python来给大家整理出了一份调剂数据

调剂数据爬虫Selenium开发实战 选取中国考研网站上公布调剂查询页面，其页面效果大致如图所示：



先对页面结构进行分析，可以看出是【信息流】 【粗-细】 【翻页】的结构。

针对这种结构，采用Python Selenium进行爬虫开发。

首先是获取“信息流所在的HTML元素”，可以发现所有的信息流的都是DIV标签包裹的，其共同特征都是class=”info-item font14” 。



由此想到Selenium中的一个接口find_elements_by_xpath，那么Xpath是什么呢？

XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。取节点 XPath使用路径表达式在XML文档中选取节点。节点是通过沿着路径或Step来选取的。

通过xpath，可以根据标签中的子属性以及层级结构进行自定义的精细筛选。

那么，针对这里的信息流Xpath，应该怎么去写代码呢？

可以看到信息是属于DIV的，Class均为info-item font14，于是可以得出：



接下来要做的是针对每一个信息流板块单独解析，拿出其中的标签与超链接。



这个时候，可以根据class=”school” 抓取大学名称，根据class=”name”抓取专业名称 ，根据class=”title”抓取超链接和标题，根据class=”time”抓取发布日期。

之后你就可以看到调剂的内容，比如：



我们完成了调剂的所有内容，这里整理到了一个数据表，这样能够清晰仔细的看到：



看完了数据我们要知道个学校是什么类型的学校，否则选错了学校，你将后悔一辈子，你的人生轨迹也会发生不一样的变化

学校类型分析 代码很短，请耐心操作完成：

（附结果示意图）



我们从以上看出语言、政法、体育类的高校，调剂信息很少，都是个位数，而理工、综合类型的机会比较多，所以考研的同学们，选什么学校，你们心理都有数了吧！

当大家出成绩的那一刻，会感叹难熬的一年终于过去了，希望你们的成绩单的结果不负你们一年的学习，努力的人终会如愿以偿。



以上的数据都是由python爬虫而来，这也是近几年最火热的编程语言，如果你的成绩已经通过了，不妨利用业余时间学习python，不懂编程没关系，因为python最适合新手小白学习，简单易懂，学了他你以后找工作时，工资会翻倍，简历更加漂亮。

欢迎大家来“蚁小二”平台了解哦~