首页 编程教程正文

【Python】赶集网二手房爬虫 (可扩展)

piaodoo 编程教程 2020-02-22 22:09:11 1051 0 python教程

本文来源吾爱破解论坛

最近接了个义务单,是关于赶集网的二手房爬虫。


github:https://github.com/CcphAmy/pythonDemo

赶集网.png (214.49 KB, 下载次数: 3)

下载附件  保存到相册

2018-8-3 17:13 上传



[Python] 纯文本查看 复制代码
import requests
import os

from bs4 import BeautifulSoup



class GanJi():
    """docstring for GanJi"""

    def __init__(self):
        super(GanJi, self).__init__()

    def get(self,url):

        user_agent = 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/52.0.2743.82 Safari/537.36'
        headers    = {'User-Agent':user_agent}
        
        webData    = requests.get(url + 'o1',headers=headers).text
        soup       = BeautifulSoup(webData,'lxml')
        
        
        sum        = soup.find('span',class_="num").text.replace("套","")
        ave        = int(sum) / 32
        forNum     = int(ave)

        if forNum < ave:
            forNum = forNum + 1


        for x in range(forNum):
            webData    = requests.get(url + 'o' + str(x + 1),headers=headers).text
            soup       = BeautifulSoup(webData,'lxml')
            find_list  = soup.find('div',class_="f-main-list").find_all('div',class_="f-list-item ershoufang-list")

            for dl in find_list:
                
                print(dl.find('a',class_="js-title value title-font").text,end='|') # 名称

                # 中间 5 个信息
                tempDD = dl.find('dd',class_="dd-item size").find_all('span')
                for tempSpan in tempDD:
                    if not tempSpan.text == '' : 
                        print(tempSpan.text.replace("\n", ""),end='|')

                
                print(dl.find('span',class_="area").text.replace(" ","").replace("\n",""),end='|') # 地址
                
                print(dl.find('div',class_="price").text.replace(" ","").replace("\n",""),end='|') # 价钱
                
                print(dl.find('div',class_="time").text.replace(" ","").replace("\n",""),end="|") # 平均
                
                print("http://chaozhou.ganji.com" + dl['href'],end="|") # 地址

                print(str(x + 1))

if __name__ == '__main__':
    temp = GanJi()
    temp.get("http://chaozhou.ganji.com/fang5/xiangqiao/")

版权声明:

本站所有资源均为站长或网友整理自互联网或站长购买自互联网,站长无法分辨资源版权出自何处,所以不承担任何版权以及其他问题带来的法律责任,如有侵权或者其他问题请联系站长删除!站长QQ754403226 谢谢。

有关影视版权:本站只供百度云网盘资源,版权均属于影片公司所有,请在下载后24小时删除,切勿用于商业用途。本站所有资源信息均从互联网搜索而来,本站不对显示的内容承担责任,如您认为本站页面信息侵犯了您的权益,请附上版权证明邮件告知【754403226@qq.com】,在收到邮件后72小时内删除。本文链接:https://www.piaodoo.com/7709.html

搜索