python链家二手房_python采集链家二手房信息

都说现在的房价很高，具体有多高呢，我们一起来看看。

现在网上关于房子的价格以及交易信息鱼龙混杂，与实际情况相差比较大，目前链家平台的数据应该是相对比较可靠的，所以这次我们就打算去链家爬一爬。

说到爬虫，前面也有说过，无非就三个主要的步骤

1、获取目标网页或接口

2、从目标网页或接口中解析并提炼出你要的数据字段

3、数据保存

我们今天就以链家平台上北京地区二手房为例，首先是打开目标网页。

https://bj.lianjia.com/ershoufang/

网页下面有分页，一共提供了 100 页数据，也就是说这 100 页都是我们的目标网页，所以第一件事就是要获取到总页数。

打开开发者模式可以看到，有个字段 totalPage 字段，这个字段就是总页数，如下图。

有了总页数之后呢，接下来就是要对这 100 个页面循环解析了，把我们要的字段和数据都解析出来。

为了获取更详细的数据，这里我们进入到详情页去解析数据，同样打开开发者模式，看到有总价 total(总价)、unitPriceValue(单价)、areaName(位置)等字段，这些就是我们要获取的主要字段。

解析得到字段数据后，就要把数据保存起来，保存数据的方式一般有保存到数据库(Mysql、MongoDB)和保存到本地文件(txt、excel、csv)，为了方便起见，这里我们将数据只保存到本地 csv 文件。

上面说的就是这个爬虫的大致过程，下面是一段主要代码，在公众号后台回复关键字【链家】可获取完整代码，有需要 csv 文件数据的也可以后台私信联系我哈。

def getContent(self, url):

totalPage = self.getTotalPage(url)

totalPage = 2 #为了方便调试，我这里把总页数写死了

# 循环处理每个目标页面

for pageNum in range(1, totalPage+1 ):

url = "https://bj.lianjia.com/ershoufang/pg{}/".format(pageNum)

print("正在获取第{}页数据: {}".format(pageNum,url))

response = requests.get(url, headers = self.headers)

soup = BeautifulSoup(response.text, "html.parser")

links = soup.find_all("div", class_ = "info clear")

for i in links:

link = i.find("a")["href"]

detail = self.parseDetail(link)

self.datas.append(detail)

#为了防止反爬限制休眠1s

time.sleep(1)

# 数据存储到csv文件中

data = pd.DataFrame(self.datas)

# 自定义字段

columns = ["小区", "户型", "面积", "价格", "单价", "朝向", "电梯", "位置", "地铁"]

data.to_csv("./lianjiaData.csv", encoding='utf_8_sig', index=False, columns=columns)

python链家二手房_python采集链家二手房信息相关推荐

python网址太长_Python GUI-长链转短链
当我们想要与某人分享链接或将链接放入帖子时,如果链接太长,则会占用大量空间,而且非常缺乏吸引力.在这个时候,我们可以结束长链到短链的转换工具.当然,您可以直接搜索在线网站进行转换,但我们可以使用它来练 ...
python pip工具命令_python 工具链包管理工具 pip
Installation mac下可以采用 brew,easy_install(python自带)等方式安装. centos下可以采用yum,easy_install等方式安装. 但是上面两种方式在系 ...
python爬取汽车之家图片_Python 汽车之家车型全数据爬取
所有车型数据分析发现所有车型数据在一个js文件中: ps:当然也可通过解析网页 xpath提取,或通过接口,获取方式有很多种,此文主要需要seriesId 车型ID 这一项数据为获取车型价格做准备 ...
python公众号文章_python采集微信公众号文章
本文实例为大家分享了python采集微信公众号文章的具体代码,供大家参考,具体内容如下在python一个子目录里存2个文件,分别是:采集公众号文章.py和config.py. 代码如下: 1.采集公 ...
python 涨停统计_Python采集选股宝涨停信息
本片文章--by 包希仁 1 介绍一下如何用python采集选股宝的涨停信息--主要是涨停原因数据,以便在本地进行后续统计分析. 用到的开发工具 python3.6.pycharm.chrome 2 ...
python打印输出12星座_Python采集12星座信息，分析出12星座的各个特点
一个微博热搜引发的故事一.故事从这里开始二.搞事情第一步:搜集图片三.搞事情第二步:展示图片四.搞事情第三步:推广链接五.搞事情第四步:统计分析 1.数据处理2.数据筛选3.统计各天的频率4. ...
python 阴阳师识别图像_Python采集阴阳师式神全图鉴图片
https://yys.res.netease.com/pc/zt/20161108171335/data/shishen_big_beforeAwake/201.png https://yys.re ...
python正则匹配特殊字符_python 利用正则表达式提取特殊信息
1.删除字符串中的 Python注释案例: import re time = "2020-01-01 # 这是一个日期" num = re.sub(r'#.*$', " ...
python输出日志文件_python将print输出的信息保留到日志文件中
具体代码如下所示: import sys import os import sys import io import datetime def create_detail_day(): ''' :re ...
python提取word目录_python批量提取word内信息
单位收集了很多word格式的调查表,领导需要收集表单里的信息,我就把所有调查表放一个文件里,写了个python小程序把所需的信息打印出来 #coding:utf-8 import os import ...

python链家二手房_python采集链家二手房信息

python链家二手房_python采集链家二手房信息相关推荐

最新文章

热门文章