第十九次课改为爬取结构化表格数据了

import requests
from bs4 import BeautifulSoup
import pandas as pd
#世界人均GDP排名网址：
url='http://www.8pu.com/gdp/per_capita_gdp_2021.html'
#url = 'http://www.tianqihoubao.com/lishi/zhuzhou/month/202112.html'
#株洲天气网址中的202112代表2021年12月，可以改成类似202111，代表2021年11月
hd = {'user-agent': '*'}  # 设置请求方式
r = requests.get(url, headers=hd)  # 爬取网页上的数据
print(r.encoding)  # 如果输出utf-8或者GBK等中文编码，则第14行代码要注释掉。
r=r.text
r=r.encode('ISO-8859-1').decode('utf-8','ignore')#中文编码：UTF-8或GBK
soup = BeautifulSoup(r, "html.parser")
tr=soup.select('tr')  #补充代码,一行一行地选取
num= []#存排名
cou = []#存国家
d = []#存美元
y = []#存人民币
for i in range(1,len(tr)):#第一个tr标签不需要
    t=tr[i].text.split() #以空格分割文本
    print(t)
    num.append(t[0])  # 补充代码   存储排名
    cou.append(t[1])#   补充代码    存国家
    d.append(t[2].replace('$','').replace('美元',''))  # 补充代码   美元 转化成相对应的数据类型
    y.append(t[3].replace('￥','').replace('元',''))  # 补充代码   人民币 转化成相对应的数据类型
#写入表格
df=pd.DataFrame({'排名':num,'国家':cou,'美元$':d,'人民币￥':y})
df.to_csv('人均GDP排名.csv',index=0)
print('数据保存成功！')#ftp://172.16.20.46  2115 程序+表格

    首先还是按《2021下学期|第十九次课-第五章第五节-爬取天气数据》中的例子以爬取天气为例讲解了如何爬取天气，然后让学生修改完成爬取人均GDP的数据。

    今天2115班是第二个班上这个内容，中途有一女生问我爬下来的数据怎么处理，我想干脆全部给同学们一起讲一下算哒。所以我提问：“同学们，还要不要我来讲解一下如何爬取人均GDP？”结果学生中大多数喊：“不要！”嗨……真的是跌破我的眼镜啊~！我本以为都是菜鸡，我不来讲必然啥都不懂，结果一个个表现得好牛一样的。有学生下课了还在说：“爬虫好有趣啊~！”

    为什么要爬人均GDP的数据呢？是因为我觉得爬历史天气数据价值感有点低，所以一直在想怎么扩展出去，最后想到了这个提供GDP的数据的网站。然后带着学生走进结构化表格数据的这一整类，从学生的整体表现来看：显然对GDP数据的兴趣比对历史天气数据的兴趣要大得多。

    当然，如果能够想到更好的例子，我还会继续更改更多的例子来扩展孩子们的兴趣了，毕竟兴趣才是最好的老师嘛！！！