Python網路爬文收集教師發表期刊、論文、專利

資料收集往往要花費許多心力，透過Python網路爬文可以減輕一些人力，本文以網路爬文來協助收集某一位教師的研發能量。
若您沒有網路爬文的經驗，可以先參考Python網路爬文
接下來您可以在網頁上按右鍵，選擇檢視網頁原始碼，如下圖。

從上圖中可以發現，在期刊部份是使用表格來呈現，因此我們可以用for row in soup.find_all('table')，找出所有表格，再用state變數來記得第幾個表格，以期刊論文是在第6表格，所以使用 elif state == 6，我們再利用for column in row.find_all('tr')找出每一篇期刊論文，最後再用for paper in column.find_all('td')來找出期刊論文的資訊。

程式如下：
import requests
from bs4 import BeautifulSoup

url = "http://dli.nkut.edu.tw/people/bio.php?PID=7"
re = requests.get(url)
re.encoding='utf8'
state = 0
sub_state = 0

soup = BeautifulSoup(re.text, 'html.parser')
print(soup.title.string)
for row in soup.find_all('table'):
    if state == 0:
        print(soup.find('td').string)
    elif state == 1:
        substate = 0
        for column in row.find_all('tr'):
            if substate == 1:
                print(column.find('td').string)
            substate+=1
    elif state == 6:
       print(row.find('div').string)
       substate = 0
       for column in row.find_all('tr'):
            if substate > 0:
                print(substate)
            for paper in column.find_all('td'):
                print(paper.string)
            substate+=1
    elif state == 9:
       print(row.find('div').string)
       substate = 0
       for column in row.find_all('tr'):
            if substate > 0:
                print(substate)
            for paper in column.find_all('td'):
                print(paper.string)
            substate+=1
    elif state == 12:
       print(row.find('div').string)
       substate = 0
       for column in row.find_all('tr'):
            if substate > 0:
                print(substate)
            for paper in column.find_all('td'):
                print(paper.string)
            substate+=1
    state+=1