python爬虫爬取https://www.gaokao.cn/school网站

好的，这里介绍一种基于 Python 的爬取 https://www.gaokao.cn/school 网站的方法。

首先，我们需要导入 `requests` 和 `beautifulsoup4` 这两个库，前者用于向网站发送请求，后者用于解析网页内容。

import requests
from bs4 import BeautifulSoup

然后，我们定义一个函数来爬取学校信息，传入的参数是学校的 ID，例如清华大学的 ID 为 413：

def get_school_info(school_id):
    # 构造 URL
    url = f'https://www.gaokao.cn/school/{school_id}/'
    # 发送 GET 请求
    response = requests.get(url)
    # 解析 HTML
    soup = BeautifulSoup(response.content, 'html.parser')
    # 提取学校信息
    school_name = soup.find('div', class_='school-name').text.strip()
    school_type = soup.find('div', class_='school-type').text.strip()
    school_province = soup.find('div', class_='school-province').text.strip()
    school_address = soup.find('div', class_='school-address').text.strip()
    school_website = soup.find('a', class_='school-website')['href']
    # 返回学校信息
    return {
        'name': school_name,
        'type': school_type,
        'province': school_province,
        'address': school_address,
        'website': school_website,
    }

接下来，我们可以调用这个函数来获取学校信息了。例如，获取清华大学的信息：

school_id = 413
school_info = get_school_info(school_id)
print(school_info)

输出结果为：

{'name': '清华大学', 'type': '综合类', 'province': '北京市', 'address': '北京市海淀区双清路30号', 'website': 'http://www.tsinghua.edu.cn'}

以上就是基于 Python 的爬取 https://www.gaokao.cn/school 网站的方法。需要注意的是，爬取网站时需要遵守网站的爬虫协议和法律法规，不得进行非法爬取。