第二周第一節(jié)練習(xí)項(xiàng)目:在 MongoDB 中篩選房源

實(shí)戰(zhàn)計(jì)劃0430-石頭的練習(xí)作業(yè)

練習(xí)要求

數(shù)據(jù)來源
數(shù)據(jù)處理

運(yùn)行效果:

抓取數(shù)據(jù)
數(shù)據(jù)處理

實(shí)現(xiàn)代碼


__author__ = 'daijielei'

'''
19課時(shí)練習(xí)糟红,為11課時(shí)練習(xí)的加強(qiáng)版,之前從小豬短租處抓取一堆租房詳情纸兔,19課時(shí)需要將其內(nèi)容保存入DB中
'''
from bs4 import BeautifulSoup   #解析html文檔用
import requests                 #抓取html頁面用
import time


import pymongo

client = pymongo.MongoClient('localhost',27017)
xiaozuDB = client['xiaozuDB']
sheet1 = xiaozuDB['sheet1']

'''
saveToDB
將需要保存的內(nèi)容寫入mongoDB
'''
def saveToDB(data):
    sheet1.insert_one(data)
    client.close()

'''
showxiaozuDB_payMore500
查看mongoDB中保存的數(shù)據(jù),篩選出金額500以上的顯示出來
'''
def showxiaozuDB_payMore500():
    print(sheet1.count())
    for item in sheet1.find({'pay':{'$gte':500}}):#篩選條件姿锭,將金額500以上的篩選出來
        print(item)
    client.close()

'''
cleanxiaozuDB
清除mangoDB中的數(shù)據(jù)
'''
def cleanxiaozuDB():
    sheet1.delete_many({})
    print(sheet1.count())
    client.close()






'''
##################################################################################################################
########                                                                                                  ########
                                    以下內(nèi)容為第11課時(shí)完成,抓取小豬短租的相關(guān)信息
########                                                                                                  ########
##################################################################################################################
'''

#urls用來制定抓取范圍伯铣,header該處無用處
header = {
    'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.110 Safari/537.36',
    'Host':'bj.xiaozhu.com'
}


#getlist用來抓取對(duì)應(yīng)網(wǎng)頁上的每個(gè)列表的跳轉(zhuǎn)url
#測(cè)試用url = "http://bj.xiaozhu.com/search-duanzufang-p1-0/"
def getlist(url):
    webData = requests.get(url,headers=header)
    soup = BeautifulSoup(webData.text,'lxml')

    houselists = soup.select('ul > li > a')

    for houselist in houselists:
        listUrl = str(houselist.get('href'))
        if(listUrl.find('http://bj.xiaozhu.com/fangzi/')!=-1):#確認(rèn)鏈接內(nèi)容為詳情頁呻此,則進(jìn)行詳情頁信息抓取
            #print(listUrl)
            getInfoPage(listUrl)


#getInfoPage用來抓取詳情頁里的相關(guān)信息,如標(biāo)題腔寡、地址焚鲜、金額、房屋圖片放前、擁有人圖片等等
#測(cè)試用url = "http://bj.xiaozhu.com/fangzi/525041101.html"
def getInfoPage(url):
    webData = requests.get(url,headers=header)
    soup = BeautifulSoup(webData.text,'lxml')
    time.sleep(2)

    titles = soup.select('body > div.wrap.clearfix.con_bg > div.con_l > div.pho_info > h4 > em')
    address = soup.select('body > div.wrap.clearfix.con_bg > div.con_l > div.pho_info > p > span.pr5')
    pays = soup.select('#pricePart > div.day_l > span')
    houseimages = soup.select('#curBigImage')
    ownerimages = soup.select('#floatRightBox > div.js_box.clearfix > div.member_pic > a > img')
    ownernames = soup.select('#floatRightBox > div.js_box.clearfix > div.w_240 > h6 > a')
    ownerSexs = soup.select('#floatRightBox > div.js_box.clearfix > div.w_240 > h6 > span')

    for title,addres,pay,houseimage,ownerimage,ownername,ownerSex in zip(titles,address,pays,houseimages,ownerimages,ownernames,ownerSexs):
        data = {
            'title':title.get_text(),
            'addres':addres.get_text(),
            'pay': int(pay.get_text()) if str((pay.get_text())).isdigit() else 0,
            'houseimage':houseimage.get('src'),
            'ownerimage':ownerimage.get('src'),
            'ownername':ownername.get_text(),
            'ownerSex':'female'
        }
        if('member_boy_ico' in str(ownerSex['class'])):#該處用來判斷是男性還是女性忿磅,男性是通過標(biāo)簽來區(qū)分
            data['ownerSex'] = "male"
        print(data)
        #saveToDB(data)

def startCatch():
    urls = ["http://bj.xiaozhu.com/search-duanzufang-p{}-0/".format(str(i)) for i in range(1,5,1)]
    for url in urls:
        getlist(url)






#入口,該語句只有直接執(zhí)行時(shí)會(huì)被調(diào)用
if __name__ == '__main__':
    #startCatch()
    showxiaozuDB_payMore500()
    #cleanxiaozuDB()

筆記凭语、總結(jié)葱她、思考:

1、這節(jié)練習(xí)主要的重點(diǎn)有似扔,存儲(chǔ)到數(shù)據(jù)庫

1吨些、創(chuàng)建本地mongoDB的數(shù)據(jù)庫連接
 client = pymongo.MongoClient('localhost',27017)
2、創(chuàng)建名為'xiaozuDB'的數(shù)據(jù)庫
 xiaozuDB = client['xiaozuDB']
3炒辉、創(chuàng)建名為'sheet1'的集合(collection豪墅,和表類似,但是和表對(duì)比靈活多了)
sheet1 = xiaozuDB['sheet1']
4黔寇、往'sheet1'的表中寫入數(shù)據(jù)偶器,這里是直接把字典寫進(jìn)去
sheet1.insert_one(data)

2、篩選出金額為500以上的數(shù)據(jù)

1缝裤、從'sheet1'中篩選出數(shù)據(jù)屏轰,find函數(shù)用來尋找所有滿足條件的數(shù)據(jù),傳入字典來包含尋找的條件

for item in sheet1.find({'pay':{'$gte':500}}):#篩選條件倘是,將金額500以上的篩選出來
        print(item)
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:七十年代末亭枷,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子搀崭,更是在濱河造成了極大的恐慌叨粘,老刑警劉巖猾编,帶你破解...
    沈念sama閱讀 212,383評(píng)論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異升敲,居然都是意外死亡答倡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,522評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門驴党,熙熙樓的掌柜王于貴愁眉苦臉地迎上來瘪撇,“玉大人,你說我怎么就攤上這事港庄【蠹龋” “怎么了?”我有些...
    開封第一講書人閱讀 157,852評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵鹏氧,是天一觀的道長(zhǎng)渤涌。 經(jīng)常有香客問我,道長(zhǎng)把还,這世上最難降的妖魔是什么实蓬? 我笑而不...
    開封第一講書人閱讀 56,621評(píng)論 1 284
  • 正文 為了忘掉前任,我火速辦了婚禮吊履,結(jié)果婚禮上安皱,老公的妹妹穿的比我還像新娘。我一直安慰自己艇炎,他們只是感情好酌伊,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,741評(píng)論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著冕臭,像睡著了一般腺晾。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上辜贵,一...
    開封第一講書人閱讀 49,929評(píng)論 1 290
  • 那天悯蝉,我揣著相機(jī)與錄音,去河邊找鬼托慨。 笑死鼻由,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的厚棵。 我是一名探鬼主播蕉世,決...
    沈念sama閱讀 39,076評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼婆硬!你這毒婦竟也來了狠轻?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,803評(píng)論 0 268
  • 序言:老撾萬榮一對(duì)情侶失蹤彬犯,失蹤者是張志新(化名)和其女友劉穎向楼,沒想到半個(gè)月后查吊,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 44,265評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡湖蜕,尸身上長(zhǎng)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 36,582評(píng)論 2 327
  • 正文 我和宋清朗相戀三年逻卖,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昭抒。...
    茶點(diǎn)故事閱讀 38,716評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡评也,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出灭返,到底是詐尸還是另有隱情盗迟,我是刑警寧澤,帶...
    沈念sama閱讀 34,395評(píng)論 4 333
  • 正文 年R本政府宣布婆殿,位于F島的核電站诈乒,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏婆芦。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,039評(píng)論 3 316
  • 文/蒙蒙 一喂饥、第九天 我趴在偏房一處隱蔽的房頂上張望消约。 院中可真熱鬧,春花似錦员帮、人聲如沸或粮。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,798評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽氯材。三九已至,卻和暖如春硝岗,著一層夾襖步出監(jiān)牢的瞬間氢哮,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,027評(píng)論 1 266
  • 我被黑心中介騙來泰國打工型檀, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留冗尤,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,488評(píng)論 2 361
  • 正文 我出身青樓胀溺,卻偏偏與公主長(zhǎng)得像裂七,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子仓坞,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,612評(píng)論 2 350

推薦閱讀更多精彩內(nèi)容