Requests 和 bs4 爬取解析加拿大公寓价格

import requests
import urllib.request
from bs4 import BeautifulSoup

import html
# req = urllib.request.Request('https://www.point2homes.com/CA/Real-Estate-Listings/ON/Toronto/Danforth-Village.html')
# # print(f.read(100).decode('utf-8'))
#
headers = {
'Accept' : 'image/avif,image/webp,image/apng,image/svg+xml,image/*,*/*;q=0.8',
'Accept-Encoding' : 'gzip, deflate, br',
'Accept-Language' : 'en-US,en;q=0.9',
'Cookie' : 'ar_debug=1; APC=AfxxVi7OzB82gR35o-yPJfx6oZQlY0uZybSM72afJ9QXJ4NdlSQN6A; ',
'Referer' : 'https://541a78665b02f02c693bbe75addf8a7a.safeframe.googlesyndication.com/',
'Sec-Ch-Ua' : '"Chromium";v="116", "Not)A;Brand";v="24", "Google Chrome";v="116"',
'Sec-Ch-Ua-Mobile' : '?0',
'Sec-Ch-Ua-Platform' : '"macOS"',
'Sec-Fetch-Dest' : 'image',
'Sec-Fetch-Mode' : 'no-cors',
'Sec-Fetch-Site' : 'cross-site',
'User-Agent' : 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/',
'X-Client-Data' : 'CJG2yQEIorbJAQipncoBCJ/jygEIk6HLAQiGoM0BCLnKzQEIks/NARj1yc0B',
}
# req.add_header('user-agent','Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/116.0.0.0 Safari/537.36')
# f = urllib.request.urlopen(req)

# print(f.read(20000).decode('utf-8'))


page = requests.get('https://www.point2homes.com/CA/Real-Estate-Listings/ON/Toronto/Danforth-Village.html', headers=headers)
print(page.status_code)
soup = BeautifulSoup(page.text, 'html.parser')

# requests.request()
# print(print(soup.prettify()))
print('bs find')

# li_list = soup.findAll('li', attrs={'data-label':"Beds", 'class':"ic-beds"} )
sr_list = soup.findAll('div', attrs={'id':"search-results-list"})
l1 = sr_list[0].find('div', attrs={'class':'listings'})
l2 = l1.find('ul', attrs={'class':'items'})
li_list = l2.find_all("li", attrs = {})
print(len(li_list))
for li in li_list:
    print('element')
    # print(li)
    try:
        print(li)
        # TODO:  li not correct
        # print(li.find('div', attrs= {'class' : 'item-address'})['data-address'])
        # print(li.find('li', attrs= {'data-label' : 'Beds'}).text)
        # print(li.find('li', attrs= {'data-label' : 'Baths'}).text)
        # print(li.findAll('div', attrs= {'class' : 'price '})['data-price'])
    except:
        # print('found none')
        print('')

# li_list = l2[0].findAll('li', attrs={})
# add_list = soup.findAll('div', attrs={'class':"address-container"})
# print(l2)

# for e in l2[0]:
    # print("one element")
    # print(e.findAll('div', attrs= {'class' : 'item-address'})['data-address'])

# print(len(li_list))
# print(len(add_list))

# for bed in li_list:
#     # print(bed)
#     # print(add)
#     print(bed.findAll(text = True))
# print(add_list)
# for add in add_list:
#     print(add['data-address'])

过程中的疑点

  1. request 到了403.
    解决办法: 加cookie

  2. 要beautifulsoup吗? 我一般搜东西然后写个复杂的正则 然后sublime multiline select 呢。

bs4还是挺简单的,一个find all 可以找所有

不过findall 有个问题, 不同层级的,比如li, 你findall li就会都拿下来。 目前还没解决。

-- 写攻略确实挺难的

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,496评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,407评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,632评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,180评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,198评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,165评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,052评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,910评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,324评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,542评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,711评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,424评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,017评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,668评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,823评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,722评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,611评论 2 353

推荐阅读更多精彩内容