济南智能网站建设业务推广公司

1、数据来源

国家统计局：http://www.stats.gov.cn/sj/

教育部：http://www.moe.gov.cn/jyb_sjzl/

数据来源：国家统计局教育部文献教育统计数据2021年全国基本情况（各级各类学历教育学生情况）

我们看到，最新的数据是到2021年

2、爬取目标

本次，我们爬取2021年教育统计数据全国基本情况各级各类学历教育学生情况数据

数据（部分）如下：

爬虫前必备知识：Python网络爬虫基本库详解：https://blog.csdn.net/weixin_55629186/article/details/132415946

3、网页分析

经过分析，我们发现，数据形式为HTML，数据主要嵌入在table标签中

4、爬取与解析

1）环境准备

import numpy as np
import pandas as pd
import requests
import re
from bs4 import BeautifulSoup

2）发起请求，获取响应

# URL
url = 'http://www.moe.gov.cn/jyb_sjzl/moe_560/2021/quanguo/202301/t20230104_1038067.html'
# 数据保存路径
out_path = r"C:\Users\cc\Desktop"def get_html_str(callback):headers = {