python爬取小豬短租網(wǎng)信息

用python的requests灾票,bs4等庫爬取了小豬短租網(wǎng)的杭州租房信息划栓。
注意

  1. 有些房子居然沒有寫地址茧彤,這房還怎么租常侦。
  2. python的UnboundLocalError: local variable 'xxx' referenced b
    參考 博客博客
    其他一些應(yīng)注意的點(diǎn)寫在注釋里

這里總共獲取了300多條信息洋机,下一步應(yīng)該考慮把這些信息存儲(chǔ)在mongdb里面坠宴,并且采用多進(jìn)程在加速爬取速度。

import requests,time
from bs4 import BeautifulSoup

start_urls = ['http://hz.xiaozhu.com/search-duanzufang-p{}-0/'.format(str(i)) for i in range(1,14)] #摘取13頁的信息
count = 0
urls = []

def get_info(url):
    try:
        r = requests.get(url,timeout=30)
        r.raise_for_status()
        r.encoding = 'utf-8'
    except:
        print('error')
    soup = BeautifulSoup(r.text,'lxml')
    title = soup.select('div.pho_info > h4')
    address = soup.select('span.pr5')
    price = soup.select('div#pricePart > div.day_l > span')
    name = soup.select('a.lorder_name')
    sex = 'boy' if soup.findAll('span',class_='member_boy_ico') else 'girl' #簡單的判斷男女性別
    houseImage = soup.select('img#curBigImage')
    menberImage = soup.select('div.member_pic > a > img')
    info ={
        'title':title[0].get_text().strip(),
        'address':address[0].get_text().strip() if address  else '杭州',  #為防止地址不存在绷旗,特地加以判斷
        'price':price[0].get_text(),
        'name':name[0].get_text().strip(),
        'sex':sex,
        'houseImage':houseImage[0].get('src'),
        'menberImage':menberImage[0].get('src')
    }
    global count  #全局變量在局部變量使用時(shí)需要指定global
    print(count)
    count = count + 1
    print(info)

def get_urls(url,urls):
    r = requests.get(url,timeout = 30)
    soup = BeautifulSoup(r.text,'lxml')
    links = soup.select('a.resule_img_a')
    for link in links:
        urls.append(link.get('href'))


def main():
    for url in start_urls:  # 獲取所有url
        get_urls(url,urls)
    for url in urls:   #對(duì)每個(gè)url進(jìn)行信息獲取
        get_info(url)

if __name__ == '__main__':
    main()

更新:
把數(shù)據(jù)存入數(shù)據(jù)庫mongdb

import requests,time,pymongo
from bs4 import BeautifulSoup

start_urls = ['http://hz.xiaozhu.com/search-duanzufang-p{}-0/'.format(str(i)) for i in range(1,14)] #摘取13頁的信息
count = 0
urls = []

client  = pymongo.MongoClient('localhost',27017)    #打開數(shù)據(jù)庫客戶端
xiaozhu = client.xiaozhu
hz = xiaozhu.hz

def get_info(url):
    try:
        r = requests.get(url,timeout=30)
        r.raise_for_status()
        r.encoding = 'utf-8'
    except:
        print('error')
    soup = BeautifulSoup(r.text,'lxml')
    title = soup.select('div.pho_info > h4')
    address = soup.select('span.pr5')
    price = soup.select('div#pricePart > div.day_l > span')
    name = soup.select('a.lorder_name')
    sex = 'boy' if soup.findAll('span',class_='member_boy_ico') else 'girl' #簡單的判斷男女性別
    houseImage = soup.select('img#curBigImage')
    menberImage = soup.select('div.member_pic > a > img')
    info ={
        'title':title[0].get_text().strip(),
        'address':address[0].get_text().strip() if address  else '杭州',  #為防止地址不存在喜鼓,特地加以判斷
        'price':price[0].get_text(),
        'name':name[0].get_text().strip(),
        'sex':sex,
        'houseImage':houseImage[0].get('src'),
        'menberImage':menberImage[0].get('src')
    }
    global count  #全局變量在局部變量使用時(shí)需要指定global
    #print(count)
    count = count + 1
    #print(info)
    hz.insert_one(info)    #插入數(shù)據(jù)庫
    print('\r當(dāng)前進(jìn)度為:{:.2f}%'.format(((count/299)*100)),end="")    #在命令行運(yùn)行可以顯示動(dòng)態(tài)窗口,end=""是關(guān)鍵

def get_urls(url,urls):
    r = requests.get(url,timeout = 30)
    soup = BeautifulSoup(r.text,'lxml')
    links = soup.select('a.resule_img_a')
    for link in links:
        urls.append(link.get('href'))


def main():
    for url in start_urls:  # 獲取所有url
        get_urls(url,urls)
    for url in urls:   #對(duì)每個(gè)url進(jìn)行信息獲取
        get_info(url)

if __name__ == '__main__':
    main()
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市衔肢,隨后出現(xiàn)的幾起案子颠通,更是在濱河造成了極大的恐慌,老刑警劉巖膀懈,帶你破解...
    沈念sama閱讀 217,084評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件顿锰,死亡現(xiàn)場離奇詭異,居然都是意外死亡启搂,警方通過查閱死者的電腦和手機(jī)硼控,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,623評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來胳赌,“玉大人牢撼,你說我怎么就攤上這事∫缮唬” “怎么了熏版?”我有些...
    開封第一講書人閱讀 163,450評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長捍掺。 經(jīng)常有香客問我撼短,道長,這世上最難降的妖魔是什么挺勿? 我笑而不...
    開封第一講書人閱讀 58,322評(píng)論 1 293
  • 正文 為了忘掉前任曲横,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘禾嫉。我一直安慰自己灾杰,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,370評(píng)論 6 390
  • 文/花漫 我一把揭開白布熙参。 她就那樣靜靜地躺著艳吠,像睡著了一般。 火紅的嫁衣襯著肌膚如雪孽椰。 梳的紋絲不亂的頭發(fā)上讲竿,一...
    開封第一講書人閱讀 51,274評(píng)論 1 300
  • 那天,我揣著相機(jī)與錄音弄屡,去河邊找鬼。 笑死鞋诗,一個(gè)胖子當(dāng)著我的面吹牛膀捷,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播削彬,決...
    沈念sama閱讀 40,126評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼全庸,長吁一口氣:“原來是場噩夢(mèng)啊……” “哼!你這毒婦竟也來了融痛?” 一聲冷哼從身側(cè)響起壶笼,我...
    開封第一講書人閱讀 38,980評(píng)論 0 275
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎雁刷,沒想到半個(gè)月后覆劈,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,414評(píng)論 1 313
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡沛励,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,599評(píng)論 3 334
  • 正文 我和宋清朗相戀三年责语,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片目派。...
    茶點(diǎn)故事閱讀 39,773評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡坤候,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出企蹭,到底是詐尸還是另有隱情白筹,我是刑警寧澤,帶...
    沈念sama閱讀 35,470評(píng)論 5 344
  • 正文 年R本政府宣布谅摄,位于F島的核電站徒河,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏送漠。R本人自食惡果不足惜虚青,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,080評(píng)論 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望螺男。 院中可真熱鬧棒厘,春花似錦纵穿、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,713評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至何乎,卻和暖如春句惯,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背支救。 一陣腳步聲響...
    開封第一講書人閱讀 32,852評(píng)論 1 269
  • 我被黑心中介騙來泰國打工抢野, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人各墨。 一個(gè)月前我還...
    沈念sama閱讀 47,865評(píng)論 2 370
  • 正文 我出身青樓指孤,卻偏偏與公主長得像,于是被迫代替她去往敵國和親贬堵。 傳聞我的和親對(duì)象是個(gè)殘疾皇子恃轩,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,689評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容

  • # Python 資源大全中文版 我想很多程序員應(yīng)該記得 GitHub 上有一個(gè) Awesome - XXX 系列...
    aimaile閱讀 26,480評(píng)論 6 427
  • 爬蟲文章 in 簡書程序員專題: like:128-Python 爬取落網(wǎng)音樂 like:127-【圖文詳解】py...
    喜歡吃栗子閱讀 21,752評(píng)論 4 412
  • 對(duì)于很多事情我習(xí)慣放手,不是我不爭取黎做,而是覺得人生短暫叉跛,不想活得那么累。 有時(shí)候生命中必會(huì)遇到好的壞的蒸殿,其實(shí)自有它...
    陽光中的木子閱讀 641評(píng)論 10 16
  • 又一個(gè)冬天筷厘,又一個(gè)周末的第一天,陽光光顧宏所,風(fēng)也隨行敞掘。今天是2017.11.25,這個(gè)日子是唯一楣铁,不會(huì)被又玖雁。我要懶懶...
    十里落閱讀 432評(píng)論 0 0
  • 序言:我是一個(gè)熱愛記錄的人,從小寫日記養(yǎng)成的習(xí)慣盖腕,記錄讓我放松赫冬、記錄讓我成長、記錄讓我思考溃列、記錄給我安全感劲厌,紙質(zhì)的...
    袁小泉閱讀 434評(píng)論 0 0