麻瓜編程·python實戰(zhàn)·2-1作業(yè):爬取曉租3頁數(shù)據(jù)存進MongoDB

我的結(jié)果

MongoDB in Pycharm

我的代碼:

from bs4 import BeautifulSoup
import requests, pymongo

urls = ['http://bj.xiaozhu.com/search-duanzufang-p{}-0/'.format(str(i)) for i in range(4)]

client = pymongo.MongoClient('localhost', 27017)  # 連接客戶端
walden = client['walden']  # 給數(shù)據(jù)庫命名
xiaozu_3page = walden['xiaozu_3page']  # 給collection命名

# 從聚合頁面獲取租房頁面
def get_pages(url):
    data = requests.get(url)
    soup = BeautifulSoup(data.text, 'lxml')
    pages = soup.select('.resule_img_a')
    for page in pages:
        page = page.get('href')
        duanzufang_info(page)
    return

# 爬取租房頁面信息
def duanzufang_info(href):
    web_data = requests.get(href)
    soup = BeautifulSoup(web_data.text, 'lxml')
    title = soup.select('.pho_info em')[0].get_text() 
    addr = soup.select('.pho_info p')[0].get('title')  
    price = soup.select('.day_l span')[0].get_text()  
    area = soup.select('.border_none p')[0].get_text().split()[0]
    house_type = soup.select('.border_none p')[0].get_text().split()[1]
    for_people = soup.select('.h_ico2')[0].get_text()
    bed_num = '床' + soup.select('.h_ico3')[0].get_text() 

    data = {
        'title': title,
        'address': addr,
        'price': int(price),
        'area': area,
        'type': house_type,
        'people': for_people,
        'bed': '床'+bed_num
    }
    print(data)
    # 把data寫進MongoDB
    xiaozu_3page.insert_one(data)

# 選出價格在500以上的
def find_fangzi():
    for info in xiaozu_3page.find():
        if info['price'] >= 500:
            print(info)

# for url in urls:
#     get_pages(url)

find_fangzi()

我的感想:

  • 花了將近一個小時完成轧膘。
  • 小豬的部分寫起來還是很快的钞螟,既沒有用headers、proxies谎碍,連time.sleep()都沒有鳞滨,粗暴。
  • MongoDB可視化界面看起來好友好啊
  • 一開始我自作多情把price寫成 ¥+price蟆淀,后來出錯了呃拯啦,因為沒有用int,結(jié)果不能用>=篩選熔任,而到mongodb中修改數(shù)據(jù)類型褒链,卻又把price全部弄成了0(應(yīng)該是¥符號出了問題吧)。
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:七十年代末疑苔,一起剝皮案震驚了整個濱河市碱蒙,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖赛惩,帶你破解...
    沈念sama閱讀 218,525評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件哀墓,死亡現(xiàn)場離奇詭異,居然都是意外死亡喷兼,警方通過查閱死者的電腦和手機篮绰,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,203評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來季惯,“玉大人吠各,你說我怎么就攤上這事∶阕ィ” “怎么了贾漏?”我有些...
    開封第一講書人閱讀 164,862評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長藕筋。 經(jīng)常有香客問我纵散,道長,這世上最難降的妖魔是什么隐圾? 我笑而不...
    開封第一講書人閱讀 58,728評論 1 294
  • 正文 為了忘掉前任伍掀,我火速辦了婚禮,結(jié)果婚禮上暇藏,老公的妹妹穿的比我還像新娘蜜笤。我一直安慰自己,他們只是感情好盐碱,可當我...
    茶點故事閱讀 67,743評論 6 392
  • 文/花漫 我一把揭開白布把兔。 她就那樣靜靜地躺著,像睡著了一般瓮顽。 火紅的嫁衣襯著肌膚如雪垛贤。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,590評論 1 305
  • 那天趣倾,我揣著相機與錄音聘惦,去河邊找鬼。 笑死儒恋,一個胖子當著我的面吹牛善绎,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播诫尽,決...
    沈念sama閱讀 40,330評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼禀酱,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了牧嫉?” 一聲冷哼從身側(cè)響起剂跟,我...
    開封第一講書人閱讀 39,244評論 0 276
  • 序言:老撾萬榮一對情侶失蹤减途,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后曹洽,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體鳍置,經(jīng)...
    沈念sama閱讀 45,693評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡,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...
    茶點故事閱讀 37,885評論 3 336
  • 正文 我和宋清朗相戀三年送淆,在試婚紗的時候發(fā)現(xiàn)自己被綠了税产。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,001評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡偷崩,死狀恐怖辟拷,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情阐斜,我是刑警寧澤衫冻,帶...
    沈念sama閱讀 35,723評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站谒出,受9級特大地震影響隅俘,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜到推,卻給世界環(huán)境...
    茶點故事閱讀 41,343評論 3 330
  • 文/蒙蒙 一考赛、第九天 我趴在偏房一處隱蔽的房頂上張望惕澎。 院中可真熱鬧莉测,春花似錦、人聲如沸唧喉。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,919評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽八孝。三九已至董朝,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間干跛,已是汗流浹背子姜。 一陣腳步聲響...
    開封第一講書人閱讀 33,042評論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留楼入,地道東北人哥捕。 一個月前我還...
    沈念sama閱讀 48,191評論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像嘉熊,于是被迫代替她去往敵國和親遥赚。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,955評論 2 355

推薦閱讀更多精彩內(nèi)容