Python简单爬虫-python简单爬虫代码

605次阅读
没有评论

爬取链家二手房源信息

import requests import re from bs4 import BeautifulSoup import csv

url = ['https://cq.lianjia.com/ershoufang/'] for i in range(2,101):     url.append('https://cq.lianjia.com/ershoufang/pg%s/'%(str(i)))

 # 模拟谷歌浏览器 headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'}

for u in url:     r = requests.get(u,headers=headers)     soup = BeautifulSoup(r.text,'lxml').find_all('li', class_='clear LOGCLICKDATA')     for i in  soup:         ns = i.select('div[class="positionInfo"]')[0].get_text()          region = ns.split('-')[1].replace(' ','').encode('gbk')         rem = ns.split('-')[0].replace(' ','').encode('gbk')         ns =  i.select('div[class="houseInfo"]')[0].get_text()         xiaoqu_name = ns.split('|')[0].replace(' ','').encode('gbk')         huxing = ns.split('|')[1].replace(' ','').encode('gbk')         pingfang = ns.split('|')[2].replace(' ','').encode('gbk')         chaoxiang = ns.split('|')[3].replace(' ','').encode('gbk')         zhuangxiu =  ns.split('|')[4].replace(' ','').encode('gbk')         danjia =  re.findall("\d+",i.select('div[class="unitPrice"]')[0].string)[0]         zongjia = i.select('div[class="totalPrice"]')[0].get_text().encode('gbk')         out=open("/data/data.csv",'a')         csv_write=csv.writer(out)         data = [region,xiaoqu_name,rem,huxing,pingfang,chaoxiang,zhuangxiu,danjia,zongjia]         csv_write.writerow(data)         out.close()

数据结果

Python简单爬虫-python简单爬虫代码

神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试

相关文章:

版权声明:Python教程2022-11-01发表,共计1881字。
新手QQ群:570568346,欢迎进群讨论 Python51学习