python爬虫——链家二手房
相信大家买房前都会在网上找找资料，看看行情，问问朋友，今天就带大家扒一扒《链家二手房》的数据：
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]
以上就是我的分享，如果有什么不足之处请指出，多交流，谢谢！
如果喜欢，请关注我的博客：https://www.cnblogs.com/qiuwuzhidi/
想获取更多数据或定制爬虫的请点击python爬虫专业定制
版权声明：本文为qiuwuzhidi原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。