1.3

*#coder:samko date:5.20 10:05#一個詳情頁爬取

c = ['female','male']url = 'http://bj.xiaozhu.com/fangzi/1779571235.html'page = requests.get(url)
soup = BeautifulSoup(page.text,'lxml')title = soup.select('h4 > em')
address = soup.select('span.pr5')
img = soup.select('img[id="curBigImage"]')
dailyrent = soup.select('div.day_l > span')
landlordimg = soup.select('div.member_pic > a > img')
landlordname = soup.select('h6 > a[class="lorder_name"]')
landlordgender = soup.select('div.w_240 > h6 > span')print(img)
for i,j,k,l,m,n,o in zip(title,address,img,dailyrent,landlordgender,landlordimg,landlordname):    def gender():        if  'member_girl_ico' in m:            return c[0]        else:            return c[1]    data = {        'title':i.get_text(),        'address':j.get_text(),        'img':k.get('src'),        'rent':l.get_text()+'元',        'lordimg':n.get('src'),        'lordname':o.get_text(),        'gender':gender()    }    print(data)#多個詳情頁爬取:如何批量獲取鏈接from bs4 import BeautifulSoupimport requests,re,urllib.requestlinks = []#url = 'http://bj.xiaozhu.com'def get_page(PageNumbers):    for page in  range(2,PageNumbers):# 每頁24個鏈接,這里輸入的是頁碼        full_url = 'http://bj.xiaozhu.com/search-duanzufang-p{}-0/'.format(str(page))        wb_data = requests.get(full_url)#不用在一個大頁面下將每一個小的頁面都打開分析        soup = BeautifulSoup(wb_data.text,'lxml')        for link in soup.select('a.resule_img_a'): # 找到這個 class 樣為resule_img_a 的 a 標簽即可            links.append(link['href'])#具體分析詳情頁蠢正,從這里面找就行沛简!if __name__ == '__main__':    get_page(3)    print(links)#還有一種方法李根,是爬取所有的具體網(wǎng)頁:'''def get_pages():    r = r'^http://bj.xiaozhu.com/fangzi/\d{9,10}\.html$'    lalala = re.compile(r)    lalala.findall(page)#page用urllib.request來寫九府,就不具體分析了··冗荸,剩下的步驟與分析某一詳情頁是一樣的禀梳!    ````'''```
簡書的markdown真的不好用杜窄,不如jupyter
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算途,隨后出現(xiàn)的幾起案子塞耕,更是在濱河造成了極大的恐慌,老刑警劉巖嘴瓤,帶你破解...
    沈念sama閱讀 218,640評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件扫外,死亡現(xiàn)場離奇詭異,居然都是意外死亡廓脆,警方通過查閱死者的電腦和手機筛谚,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,254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停忿,“玉大人驾讲,你說我怎么就攤上這事。” “怎么了吮铭?”我有些...
    開封第一講書人閱讀 165,011評論 0 355
  • 文/不壞的土叔 我叫張陵时迫,是天一觀的道長。 經(jīng)常有香客問我谓晌,道長别垮,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 58,755評論 1 294
  • 正文 為了忘掉前任扎谎,我火速辦了婚禮碳想,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘毁靶。我一直安慰自己胧奔,他們只是感情好,可當我...
    茶點故事閱讀 67,774評論 6 392
  • 文/花漫 我一把揭開白布预吆。 她就那樣靜靜地躺著龙填,像睡著了一般。 火紅的嫁衣襯著肌膚如雪拐叉。 梳的紋絲不亂的頭發(fā)上岩遗,一...
    開封第一講書人閱讀 51,610評論 1 305
  • 那天,我揣著相機與錄音凤瘦,去河邊找鬼宿礁。 笑死,一個胖子當著我的面吹牛蔬芥,可吹牛的內(nèi)容都是我干的梆靖。 我是一名探鬼主播,決...
    沈念sama閱讀 40,352評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼笔诵,長吁一口氣:“原來是場噩夢啊……” “哼返吻!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起乎婿,我...
    開封第一講書人閱讀 39,257評論 0 276
  • 序言:老撾萬榮一對情侶失蹤测僵,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后谢翎,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體捍靠,經(jīng)...
    沈念sama閱讀 45,717評論 1 315
  • 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 37,894評論 3 336
  • 正文 我和宋清朗相戀三年岳服,在試婚紗的時候發(fā)現(xiàn)自己被綠了剂公。 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 40,021評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡吊宋,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情璃搜,我是刑警寧澤拖吼,帶...
    沈念sama閱讀 35,735評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站这吻,受9級特大地震影響吊档,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜唾糯,卻給世界環(huán)境...
    茶點故事閱讀 41,354評論 3 330
  • 文/蒙蒙 一怠硼、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧移怯,春花似錦香璃、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,936評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至嵌溢,卻和暖如春眯牧,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背赖草。 一陣腳步聲響...
    開封第一講書人閱讀 33,054評論 1 270
  • 我被黑心中介騙來泰國打工学少, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人秧骑。 一個月前我還...
    沈念sama閱讀 48,224評論 3 371
  • 正文 我出身青樓旱易,卻偏偏與公主長得像,于是被迫代替她去往敵國和親腿堤。 傳聞我的和親對象是個殘疾皇子阀坏,可洞房花燭夜當晚...
    茶點故事閱讀 44,974評論 2 355

推薦閱讀更多精彩內(nèi)容