用Jupyter—Notebook爬取网页数据实例7

用selenium爬取太原链家网

在这里插入图片描述

啥也不说了,直接上代码

#引入selenium、 pandas、openpyxl库
from selenium import webdriver
import pandas as pd
import openpyxl
#定义存储变量
q=[]
sq=[]
xq=[]
mj=[]
cx=[]
hx=[]
yz=[]
#获取网页源代码
for i in range(1,101):
    url='https://ty.lianjia.com/zufang/pg'+str(i)
    browser = webdriver.Chrome()
    browser.get(url)
#解析源代码,提取所需数据信息    
    try:
        for i in browser.find_elements_by_class_name('content__list--item--main'):
            q.append(i.find_elements_by_class_name('content__list--item--des')[0].find_elements_by_tag_name('a')[0].text)
            sq.append(i.find_elements_by_class_name('content__list--item--des')[0].find_elements_by_tag_name('a')[1].text)
            xq.append(i.find_elements_by_class_name('content__list--item--des')[0].find_elements_by_tag_name('a')[2].text)
            mj.append(i.find_elements_by_class_name('content__list--item--des')[0].text.replace("\n","").replace(" ","").split("/")[1])
            cx.append(i.find_elements_by_class_name('content__list--item--des')[0].text.replace("\n","").replace(" ","").split("/")[2])
            hx.append(i.find_elements_by_class_name('content__list--item--des')[0].text.replace("\n","").replace(" ","").split("/")[3])
            yz.append(i.find_elements_by_class_name('content__list--item-price')[0].text)
    except:
        pass
pd.DataFrame({'区':q,'商圈':sq,'小区':xq,'面积':mj,'朝向':cx,'户型':hx,'月租':yz})
data=pd.DataFrame({'区':q,'商圈':sq,'小区':xq,'面积':mj,'朝向':cx,'户型':hx,'月租':yz})
writer=pd.ExcelWriter('s-lianjia.xlsx')
data.to_excel(writer,'爬虫数据')
writer.save()

爬取结果

  • 0
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值