由于爬取全世界排名前两百名的大学信息涉及到具体的网页和数据的结构，我无法直接为您提供一个完整的、可直接运行的爬虫代码，因为这取决于具体的网站结构和数据呈现方式。但是，我可以给您一个Python爬虫的基本框架和步骤，您可以根据目标网站的具体情况来进行调整。 首先，您需要确定一个提供大学排名的网站，如QS World University Rankings、Times Higher Education等。接下来，您需要使用Python的`requests`库来发送HTTP请求并获取网页内容，然后使用`BeautifulSoup`或`lxml`等库来解析HTML并提取所需信息。 以下是一个简单的爬虫框架示例，用于从假设的网站`http://example.com/university-rankings`上爬取大学信息： ```python import requests from bs4 import BeautifulSoup def fetch_university_data(url): response = requests.get(url) response.raise_for_status() # 如果请求返回非2xx状态码，则抛出HTTPError异常 soup = BeautifulSoup(response.text, 'html.parser') # 这里假设网站有一个类名为'university-item'的HTML元素，用于包含每所大学的信息 university_items = soup.find_all(class_='university-item') universities = [] for item in university_items: # 提取大学名称、排名等信息（具体取决于网站的HTML结构） name = item.find(class_='university-name').text.strip() rank = item.find(class_='university-rank').text.strip() # ... 可能还有其他信息需要提取 universities.append({'name': name, 'rank': rank}) return universities def main(): url = 'http://example.com/university-rankings' universities = fetch_university_data(url) # 打印结果 for idx, uni in enumerate(universities, 1): print(f"{idx}. {uni['name']}, Rank: {uni['rank']}") if __name__ == '__main__': main() ``` **注意**： 1. 您需要替换`http://example.com/university-rankings`为您想要爬取的实际URL。 2. 您需要调整HTML解析部分（如`item.find(class_='university-name')`和`item.find(class_='university-rank')`），以匹配目标网站的实际HTML结构。 3. 某些网站可能有反爬虫机制，如需要处理验证码、限制访问频率等，您可能需要使用额外的技术或工具来绕过这些限制。 4. 尊重网站的`robots.txt`文件和版权法规，不要过度请求或滥用爬虫。 最后，由于我无法直接访问互联网上的实际网站，所以我无法为您提供一个完整的、可直接运行的代码示例和运行结果。但希望上述框架和步骤能够为您编写爬虫提供一些指导。
