适合初学者的 Python3爬虫获取自如网北京租房数据

今天闲来无事，帮助同学做一个经济学作业的爬虫部分，题目如下：爬自如上面北京的租房数据，包括小区，面积，朝向，区域，租金，大致位置（比如距离某地铁站多少米）这些信息

作为爬虫只写过
page = requests.get(‘link’)
print(page.txt)
这两句的一个纯纯纯小小小小白白白白白，我打算从头开始边学边写整个的函数，把学习的过程记录一下~。

过程中用到的爬虫函数就是最简单的这两个正则表达式：
re.search()
re.findall()
所有的代码我都加了详细的注释，上传到了我的github上。

第一步，获取每个房子的链接

先上自如网上看看这些房子在网页上都是什么一个逻辑：打开了主页http://www.ziroom.com/z/，随便点进一个房子的链接，http://www.ziroom.com/x/807283871.html。发现小区，面积，朝向，租金，大致位置这些信息，除了区域都有了。区域怎么办呢，于是我回去发现原来区域在首页找房子的时候就确定好了。http://www.ziroom.com/z/d23008614/?isOpen=0

一共有13个区域，每一个区域之间的差别仅仅在网址的d2300____后面的几位数里面。遍历一遍就可以了，但是我实在是懒得给这13个区域额外写函数遍历，就直接把各个区域的网址复制下来，做成了一个Array，代码如下

# 手动分出来北京的区域
district = ['d23008614', '东城', 'd23008626', '西城', 'd23008613', '朝阳', 'd23008618', '海淀', 'd23008617', '丰台',
            'd23008623', '石景山', 'd23008625', '通州', 'd23008611',  '昌平