:將爬取的數(shù)據(jù)存入Mongodb

爬取小豬短租上海租房前三頁的租房信息蔫慧,并將數(shù)據(jù)存入Mongodb

代碼如下


from bs4 import BeautifulSoup
import requests
import time
import pymongo


def get_detail_info(url, data=None):

    # 爬取單條租房信息(標(biāo)題释涛,圖片缰趋,房東寺鸥,日租金蛤虐,房東性別,房東頭像)
    wb_data = requests.get(url)
    soup = BeautifulSoup(wb_data.text, 'lxml')
    time.sleep(2)

    title = soup.select('h4 > em')[0].get_text()
    address = soup.select('span.pr5')[0].get_text()
    rent = soup.select('div.day_l > span')[0].get_text()
    image = soup.select('#curBigImage')[0].get('src')
    lorder_pic = soup.select('div.member_pic > a > img')[0].get('src')
    lorder_name = soup.select('a.lorder_name')[0].get_text()
    lorder_sex = soup.select('#floatRightBox > div.js_box.clearfix > div.w_240 > h6 > span')[0].get('class')

    def get_gender(class_name):
        if class_name == "member_boy_ico":
            return  "男"
        else:
            return "女"

    data = {
        '標(biāo)題': title,
        '地址': address,
        '日租金': rent,
        '圖片': image,
        '房東頭像': lorder_pic,
        '房東姓名': lorder_name,
        '房東性別': get_gender(lorder_sex)
    }
    print(data)
    return data


def get_all_data(urls):
    # 爬取所有租房信息
    all_data = []
    for url in urls:
        wb_data = requests.get(url)
        soup = BeautifulSoup(wb_data.text, 'lxml')
        links = soup.select('#page_list > ul > li > a')
        for link in links:
            href = link.get('href')
            all_data.append(get_detail_info(href))
    return all_data

# 定義數(shù)據(jù)庫
client = pymongo.MongoClient('localhost', 27017)
rent_info = client['rent_info']  # 給數(shù)據(jù)庫命名
sheet_table = rent_info['sheet_table']  # 創(chuàng)建表單

urls = ['http://sh.xiaozhu.com/search-duanzufang-p{}-0/'.format(str(i)) for i in range(1, 4)]
# 3頁的租房信息的鏈接
datas = get_all_data(urls)

for item in datas:
    # 將數(shù)據(jù)存入數(shù)據(jù)庫
    sheet_table.insert_one(item)

# for item in sheet_table.find():
    # 篩選出日租金大于等于500的租房信息,并打印出來
#     if int(item['日租金']) >= 500:
#         print(item)

運(yùn)行截圖

1.png

總結(jié):

python中用pymongo庫操作mongodb友酱,初始化數(shù)據(jù)庫要定義數(shù)據(jù)庫名字晴音,表單名。
在數(shù)據(jù)庫中篩選用$lt, $lte, $gt, $gte

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末粹污,一起剝皮案震驚了整個濱河市段多,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌壮吩,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,968評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件加缘,死亡現(xiàn)場離奇詭異鸭叙,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)拣宏,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,601評論 2 382
  • 文/潘曉璐 我一進(jìn)店門沈贝,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人勋乾,你說我怎么就攤上這事宋下。” “怎么了辑莫?”我有些...
    開封第一講書人閱讀 153,220評論 0 344
  • 文/不壞的土叔 我叫張陵学歧,是天一觀的道長。 經(jīng)常有香客問我各吨,道長枝笨,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,416評論 1 279
  • 正文 為了忘掉前任揭蜒,我火速辦了婚禮横浑,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘屉更。我一直安慰自己徙融,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,425評論 5 374
  • 文/花漫 我一把揭開白布瑰谜。 她就那樣靜靜地躺著欺冀,像睡著了一般。 火紅的嫁衣襯著肌膚如雪似舵。 梳的紋絲不亂的頭發(fā)上脚猾,一...
    開封第一講書人閱讀 49,144評論 1 285
  • 那天,我揣著相機(jī)與錄音砚哗,去河邊找鬼龙助。 笑死,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的提鸟。 我是一名探鬼主播军援,決...
    沈念sama閱讀 38,432評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼称勋!你這毒婦竟也來了胸哥?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,088評論 0 261
  • 序言:老撾萬榮一對情侶失蹤赡鲜,失蹤者是張志新(化名)和其女友劉穎空厌,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體银酬,經(jīng)...
    沈念sama閱讀 43,586評論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡嘲更,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 36,028評論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了揩瞪。 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赋朦。...
    茶點(diǎn)故事閱讀 38,137評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖李破,靈堂內(nèi)的尸體忽然破棺而出宠哄,到底是詐尸還是另有隱情,我是刑警寧澤嗤攻,帶...
    沈念sama閱讀 33,783評論 4 324
  • 正文 年R本政府宣布毛嫉,位于F島的核電站,受9級特大地震影響屯曹,放射性物質(zhì)發(fā)生泄漏狱庇。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,343評論 3 307
  • 文/蒙蒙 一恶耽、第九天 我趴在偏房一處隱蔽的房頂上張望密任。 院中可真熱鬧,春花似錦偷俭、人聲如沸浪讳。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,333評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽淹遵。三九已至,卻和暖如春负溪,著一層夾襖步出監(jiān)牢的瞬間透揣,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,559評論 1 262
  • 我被黑心中介騙來泰國打工川抡, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留辐真,地道東北人。 一個月前我還...
    沈念sama閱讀 45,595評論 2 355
  • 正文 我出身青樓,卻偏偏與公主長得像侍咱,于是被迫代替她去往敵國和親耐床。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,901評論 2 345

推薦閱讀更多精彩內(nèi)容