第二周第一课时

网页详情存储在mongoDB数据里
筛选出的价格大于500的结果
from bs4 import BeautifulSoup
import requests
import time
import pymongo
client = pymongo.MongoClient('localhost', 27017)
xiaozhuDB = client['xiaozhuDB']
detailkusheet = xiaozhuDB['detailkusheet']
sourceurls = ['http://bj.xiaozhu.com/search-duanzufang-p{}-0/'.format(str(i)) for i in range(1, 4)]
detail_urls = []
detailku = []


def get_detail_url(urls):
    web_data = requests.get(urls)
    time.sleep(2)
    soup = BeautifulSoup(web_data.text, 'lxml')
    for url in soup.select('#page_list > ul > li > a'):
        detail_url = url.get('href')
        detail_urls.append(detail_url)

    print(detail_urls, len(detail_urls))
# sourceurls 是一个列表,所以还需要一个个的取出来放到函数里
for single_url in sourceurls:
    get_detail_url(single_url)


def get_dtail_info(url):
    web_data = requests.get(url)
    time.sleep(1)
    soup = BeautifulSoup(web_data.text, 'lxml')
    titles = soup.select('h4 > em')
    areas = soup.select('span.pr5')
    day_prices = soup.select('div.day_l > span')
    house_pics = soup.select('#curBigImage')
    landlord_pics = soup.select('div.member_pic > a > img')
    if soup.find_all('div', 'member_ico'):
        landlord_genders = '男'
    else:
        landlord_genders = '女'
    landlord_names = soup.select('a.lorder_name')
    for title, area, day_price, house_pic, landlord_pic, landlord_gender, landlord_name in zip(titles, areas, day_prices,
                                                                                               house_pics, landlord_pics,
                                                                                               landlord_genders,
                                                                                               landlord_names):
        data = {
            'title': title.get_text(),
            'area': area.get_text(),
            #切记转换成int型,不然后期无法筛选价格大于500的
            'day_price': int(day_price.get_text()),
            'house_pic': house_pic.get('src'),
            'landlord_pic':landlord_pic.get('src'),
            'landlord_gender': landlord_gender,
            'landlord_name': landlord_name.get_text()
        }
        detailkusheet.insert_one(data)
        detailku.append(data)

        print(data, len(detailku))

for detail_sinngle_url in detail_urls:
        get_dtail_info(detail_sinngle_url)
        
#筛选价格大于500时用的代码
# for item in detailkusheet.find({"day_price": {"$gte": 500}}):
#     print(item)
最后编辑于
©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 212,294评论 6 493
  • 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 90,493评论 3 385
  • 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 157,790评论 0 348
  • 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 56,595评论 1 284
  • 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 65,718评论 6 386
  • 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 49,906评论 1 290
  • 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 39,053评论 3 410
  • 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 37,797评论 0 268
  • 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 44,250评论 1 303
  • 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 36,570评论 2 327
  • 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 38,711评论 1 341
  • 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 34,388评论 4 332
  • 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 40,018评论 3 316
  • 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 30,796评论 0 21
  • 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 32,023评论 1 266
  • 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 46,461评论 2 360
  • 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 43,595评论 2 350

推荐阅读更多精彩内容

  • 视频重点 练习代码 扩展 1. 视频重点 操作与客户端(本地的mongodb)进行链接(激活); 给客服打同电话c...
    唐宗宋祖阅读 274评论 0 0
  • 走在一片氤氲中 手心冒汗 恐怕要出不去了 会死吗 我是个懦夫 好吃懒做 人之将亡还要什么虚荣心和自尊 非如此不可 ...
    曦月祭阅读 209评论 0 0
  • 当时风靡一时的一句话:你看过凌晨四点的北京/广州/上海吗? 似乎不说自己凌晨睡觉,熬夜工作,就无法表达自己有多努力...
    风杨柳飘阅读 460评论 0 6
  • 我不是一个特别乐观的人 每次难受都好久好久 就是走不出来的牛角尖 困死的灵魂 不断挣扎 一次次的叠加 没有人看见的...
    简小易阅读 303评论 0 0
  • 也不知道我两年后会怎么哭,会用什么方式去告别他们和她们;也不知道两年后喝的酒是否会醉。也许我想到了很多,也许我...
    巴扎黑Z阅读 368评论 0 1