Python學(xué)習(xí)筆記(3):爬取租房信息

我的代碼

from bs4 import BeautifulSoup
import requests

#觀察每一頁url的規(guī)律
urls = ['http://bj.xiaozhu.com/search-duanzufang-p{}-0/'.format(i) for i in range(1,10)]

#獲取房東性別信息
def get_lorder_sex(class_name):
    if class_name == ['member_girl_ico']:
        return '女'
    elif class_name == ['member_boy_ico']:
        return '男'

#獲取房源鏈接信息
def get_links(url):
    wq_data = requests.get(url)
    soup = BeautifulSoup(wq_data.text,'lxml')
    links = soup.select('#page_list > ul > li > a')
    for link in links:
        href = link.get('href')
        get_attraction(href)

def get_attraction(url,data=None):
    wb_data = requests.get(url)

    #采用lxml引擎解析請求得到的列表頁面數(shù)據(jù)
    soup = BeautifulSoup(wb_data.text,'lxml')

    #Chrome瀏覽器打開網(wǎng)頁,把鼠標(biāo)放相應(yīng)信息上,右鍵,檢查元素,Copy Css Path,去掉:nth-child()
    titles = soup.select('body > div.wrap.clearfix.con_bg > div.con_l > div.pho_info > h4 > em')
    adds = soup.select('body > div.wrap.clearfix.con_bg > div.con_l > div.pho_info > p > span')
    rends = soup.select('div.day_l > span')
    imgs = soup.select('div.pho_show_l > div.pho_show_big > div > img')
    img_householders =  soup.select('div.js_box.clearfix > div.member_pic > a > img')
    names = soup.select('div.js_box.clearfix > div.w_240 > h6 > a')
    genders = soup.select('div.js_box.clearfix > div.w_240 > h6 > span')

    for title,add,rend,img,img_householder,name,gender in zip(titles,adds,rends,imgs,img_householders,names,genders):
        #從標(biāo)簽里提取內(nèi)容,get_text()得到文本,get()得到屬性內(nèi)容,get()得到的是列表,不是字符串
        data = {
            'title':title.get_text(),
            'add':add.get_text(),
            'rend':rend.get_text(),
            'img':img.get('src'),
            'img_householder':img_householder.get('src'),
            'name':name.get_text(),
            'gender':get_lorder_sex(gender.get('class'))
        }
        print(data)

for single_url in urls:
    get_links(single_url)

總結(jié)

  • 使用time.sleep()方法避開網(wǎng)站反爬取
  • BeautifulSoup的get()方法得到是列表诗舰,不是字符串
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,一起剝皮案震驚了整個濱河市伟恶,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,帶你破解...
    沈念sama閱讀 211,123評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件慢逾,死亡現(xiàn)場離奇詭異,居然都是意外死亡灭红,警方通過查閱死者的電腦和手機(jī)侣滩,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,031評論 2 384
  • 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变擒,“玉大人君珠,你說我怎么就攤上這事〗堪撸” “怎么了策添?”我有些...
    開封第一講書人閱讀 156,723評論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長毫缆。 經(jīng)常有香客問我唯竹,道長,這世上最難降的妖魔是什么苦丁? 我笑而不...
    開封第一講書人閱讀 56,357評論 1 283
  • 正文 為了忘掉前任浸颓,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猾愿。我一直安慰自己鹦聪,他們只是感情好账阻,可當(dāng)我...
    茶點故事閱讀 65,412評論 5 384
  • 文/花漫 我一把揭開白布蒂秘。 她就那樣靜靜地躺著,像睡著了一般淘太。 火紅的嫁衣襯著肌膚如雪姻僧。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,760評論 1 289
  • 那天蒲牧,我揣著相機(jī)與錄音撇贺,去河邊找鬼。 笑死冰抢,一個胖子當(dāng)著我的面吹牛松嘶,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播挎扰,決...
    沈念sama閱讀 38,904評論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼翠订,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了遵倦?” 一聲冷哼從身側(cè)響起尽超,我...
    開封第一講書人閱讀 37,672評論 0 266
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎梧躺,沒想到半個月后似谁,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 44,118評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡掠哥,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 36,456評論 2 325
  • 正文 我和宋清朗相戀三年巩踏,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)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续搀。...
    茶點故事閱讀 38,599評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡塞琼,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出目代,到底是詐尸還是另有隱情屈梁,我是刑警寧澤,帶...
    沈念sama閱讀 34,264評論 4 328
  • 正文 年R本政府宣布榛了,位于F島的核電站在讶,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏霜大。R本人自食惡果不足惜构哺,卻給世界環(huán)境...
    茶點故事閱讀 39,857評論 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧曙强,春花似錦残拐、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,731評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至娜扇,卻和暖如春错沃,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背雀瓢。 一陣腳步聲響...
    開封第一講書人閱讀 31,956評論 1 264
  • 我被黑心中介騙來泰國打工枢析, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人刃麸。 一個月前我還...
    沈念sama閱讀 46,286評論 2 360
  • 正文 我出身青樓醒叁,卻偏偏與公主長得像,于是被迫代替她去往敵國和親泊业。 傳聞我的和親對象是個殘疾皇子把沼,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,465評論 2 348

推薦閱讀更多精彩內(nèi)容