链家数据爬虫

参考 http://blog.csdn.net/leeafay/article/details/76167189

使用python库 BeautifulSoup 及 pandas

开发环境:pycharm

python版本:3.6.3

import urllib.request

from bs4 import BeautifulSoup

import pandas as pd

# beautifulsoup方法

## load html file

def get_content(url):

    html = urllib.request.urlopen(url)

    content = html.read().decode("utf-8") # 转码 'ignore'

    html.close()  # 一定要关闭网页

    return content

def save_to_file(file_name, contents):

    fh = open(file_name,'w')

    fh.write(contents)

    fh.close()

def get_txt(info):

    soup = BeautifulSoup(info,"lxml")  # 设置解析器为“lxml”

    #lianjia房价数据

    #月份

    # month =soup.select('.qushi-1')

    # smonth = str(month).strip('[

'+'月链家参考均价
]' ) 是

    # print(smonth)

    #挂牌均价

    average_price = soup.select('.qushi-2 > .num')

    saverage_price = str(average_price).strip('[' + ']')

    #print (saverage_price)

    #链家房源数

    total = soup.select('.txt' )

    #print(total)

    #在售房源

    stotal1 = str(total[1]).strip('在售房源'+'套')

    #print (stotal1)

    #最近90天成交房源数

    stotal2 = str(total[2]).strip('最近90天内成交房源'+'套')

    #print(stotal2)

    #昨日新增房

    add = soup.select('.num')

    sadd1 = str(add[1]).strip('

'+'
')

    #昨日新增客

    sadd2 = str(add[2]).strip('

' + '
')

    #昨日带看

    sadd3 = str(add[3]).strip('

' + '

    #print(sadd1,sadd2,sadd3)

    return saverage_price,stotal1,stotal2,sadd1,sadd2,sadd3

url ="https://hz.lianjia.com/fangjia/"

content = get_content(url)

c=get_txt(content)

df = pd.DataFrame()

df["average_price"] =([c[0]])

df['house num on sale'] =([c[1]])

df['recent 90 days'] =([c[2]]) #最近90天成交房源数

df['new house num last day'] =([c[3]])

df['new guest last day'] =([c[4]])

df['new visit last day'] = ([c[5]])

print(df)

df.to_csv('/Users/wzzhou/Desktop/test.csv')

©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 217,509评论 6 504
  • 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 92,806评论 3 394
  • 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 163,875评论 0 354
  • 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 58,441评论 1 293
  • 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 67,488评论 6 392
  • 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 51,365评论 1 302
  • 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 40,190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 39,062评论 0 276
  • 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 45,500评论 1 314
  • 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 37,706评论 3 335
  • 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 39,834评论 1 347
  • 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 35,559评论 5 345
  • 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 41,167评论 3 328
  • 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 31,779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 32,912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 47,958评论 2 370
  • 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 44,779评论 2 354

推荐阅读更多精彩内容

  • 因为每个月会分析部门内部各个小团队的平均加班时长,以评估大家的工作量,每次手工分析纯粹是重复逻辑工作,做多了之后便...
    miyasz阅读 1,930评论 0 2
  • Python 面向对象Python从设计之初就已经是一门面向对象的语言,正因为如此,在Python中创建一个类和对...
    顺毛阅读 4,218评论 4 16
  • 已经记不太清是怎么样进入这个大家庭的了,唯一的印象就是有一个人在简书上邀我进去的。 也记不太清是怎样的和大家熟...
    z青衫故人阅读 492评论 33 41
  • 文/漂洋过海的鱼 多年了,我仍在无风的港口看着你来时的路 多年了,我看着一季一季的三色花凋落仍寻不到你走过的足迹 ...
    阳光在暗处起舞阅读 205评论 0 1
  • 夜晚辗转难眠 白昼面具于身 那股恶心的反感 那阵透心的凉意 那星空下行走着的,空荡的灵魂 那丛林中吹散着的,沉重的...
    等冬阅读 163评论 0 0