目录
-
- 前言
- 一、查找数据所在位置：
- 二、确定数据存放位置：
- 三、获取html数据：
- 四、解析html，提取有用数据：
前言
贫穷限制了我的想象，从大学进入到社会这么久，从刚开始的兴致勃勃，觉得钱有什么难赚，到现在的啪啪打脸，就很真实，租房现在更是人生大事，在这拥挤的城市，都想先拥有一个属于自己的空间，今天小编就来爬取链家二手房的数据，既能达到省钱又能免了很多去看房的时间，提前了解二手房的数据，不入坑，不进坑。
一、查找数据所在位置：
打开链家官网，进入二手房页面，选取某个城市，可以看到该城市房源总数以及房源列表数据。
二、确定数据存放位置：
某些网站的数据是存放在html中，而有些却api接口，甚至有些加密在js中，还好链家的房源数据是存放到html中：
三、获取html数据：
通过requests请求页面，获取每页的html数据
# 爬取的url,默认爬取的南京的链家房产信息
url = 'https://nj.lianjia.com/ershoufang/pg{}/'.format(page)
# 请求url
resp = requests.get(url, headers=headers, timeout=10)
四、解析html，提取有用数据：
通过BeautifulSoup解析html，并提取相应有用的数据
soup = BeautifulSoup(resp.content, 'lxml')
# 筛选全部的li标签
sellListContent = soup.select('.sellListContent li.LOGCLICKDATA')
# 循环遍历
for sell in sellListContent:
# 标题
title = sell.select('div.title a')[0].string
# 先抓取全部的div信息，再针对每一条进行提取
houseInfo = list(sell.select('div.houseInfo')[0].stripped_strings)
# 楼盘名字
loupan = houseInfo[0]
# 对楼盘的信息进行分割
info = houseInfo[0].split('|')
# 房子类型
house_type = info[1].strip()
# 面积大小
area = info[2].strip()
# 房间朝向
toward = info[3].strip()
# 装修类型
renovation = info[4].strip()
# 房屋地址
positionInfo = ''.join(list(sell.select('div.positionInfo')[0].stripped_strings))
# 房屋总价
totalPrice = ''.join(list(sell.select('div.totalPrice')[0].stripped_strings))
# 房屋单价
unitPrice = list(sell.select('div.unitPrice')[0].stripped_strings)[0]
希望给在他乡因为租房迷茫的小伙伴有帮助，学习Python不仅可以帮助我们的工作，对于生活上也有很多便利。
相亲相爱,互帮互助的技术交流，Q群：943192807，来这里~
