- 最近工作之余、花了一些时间、研究了一下Python、并对当前民生热门话题“房价”做了一个爬取练习的 总结
- 主要使用的核心库:Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库
- 链家的二手房如下数据结构
-
def getHouseInfo(url, qy): # 读取原始数据(注意选择gbk编码方式) #代码很简单、就不做上传 ^_^ try: html = download(url) # 下载html soup = BeautifulSoup(html, 'html.parser') except Exception: return -1 house_info_div = soup.find_all('div', attrs={'class': 'info clear'}) # 获取整个标题块
获取到之后的数据格式 解析如下:['配套成熟 交通便利 户型方正 住宅', '麓湖路3号大院 - 小北 ', '3室1厅 | 87.17平米 | 西南 | 简装 | 中楼层(共5层) | 1990年建 | 塔楼', '5人关注 / 1个月以前发布', 'VR房源房本满五年', '345万单价39578元/平米']
- 拆分入库
- 以上算是个人阶段性练习吧!!!房价真是让人窒息!!!
Python链家广州二手房的数据爬取--数据爬取
最新推荐文章于 2024-04-08 07:05:57 发布