第六章 Scrapy框架(二十六) 2020-03-28

二十六、 分布式爬虫– 实战– 链家网全国房源信息爬取(2


续上例,house.py 示例代码


import scrapy

from ..items import LjItem

import re

import json

 

 

class HouseSpider(scrapy.Spider):

    name = 'house'

    allowed_domains = ['lianjia.com']

    start_urls =['https://www.lianjia.com/city/']

 

    def parse(self, response):

        city_tags =response.css(".city_list_ul a")

        for city_tag in city_tags:

            city_url =city_tag.css("::attr(href)").get()

            city_name =city_tag.css("::text").get()

            item = LjItem(city=city_name)

            yieldscrapy.Request(city_url+"ershoufang/", callback='parse_region_list',meta={"item": item})

 

    def parse_region_list(self, response):

       # 解析行政区的url

        item = response.meta.get('item')

        region_tags = response.css("div[data-role='ershoufang'].a")

        for region_tag in region_tags:

            region_url =region_tag.css("::attr(href)").get()

            region_name =region_tag.css("::text").get()

            item['region'] = region_name

            yield scrapy.Request(response.urljoin(region_url),callback="parse_house_list", meta={"item": item})

 

    def parse_house_list(self, response):

       # 解析房源列表

        item =response.meta.get("item")

        detail_urls =response.css(".sellListContent li>a::attr(href)").getall()

        for detail_url in detail_urls:

            result =re.search(r'/ershoufang/\d+\.html', detail_url)

            if result:

                yield scrapy.Request(detail_url,callback="parse_house", meta={"item": item})

 

       # 翻页

        page_data =response.css("div[comp-module='page']::attr(page-data)").get()

        totalPage =json.loads(page_data)['totalPage']

        for x in range(2, totalPage+1):

            yield scrapy.Request(response.url +"pg" + str(x), callback="")

 

 

    def parse_house(self, response):

       # 解析房源详情页



上一篇文章 第六章 Scrapy框架(二十五) 2020-03-27 地址:

https://www.jianshu.com/p/8dc05993290e

下一篇文章 第六章 Scrapy框架(二十七) 2020-03-29 地址:

https://www.jianshu.com/p/b15d4e242708



以上资料内容来源网络,仅供学习交流,侵删请私信我,谢谢。

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 214,658评论 6 496
  • 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 91,482评论 3 389
  • 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 160,213评论 0 350
  • 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 57,395评论 1 288
  • 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 66,487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 50,523评论 1 293
  • 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 39,525评论 3 414
  • 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 38,300评论 0 270
  • 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 44,753评论 1 307
  • 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 37,048评论 2 330
  • 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 39,223评论 1 343
  • 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 34,905评论 5 338
  • 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 40,541评论 3 322
  • 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 31,168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 32,417评论 1 268
  • 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 47,094评论 2 365
  • 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 44,088评论 2 352

推荐阅读更多精彩内容