python 爬虫——58同城

from bs4 import BeautifulSoup

import time,requests,re


url = 'http://wx.58.com/pingbandiannao/25892738648911x.shtml'


wb_data = requests.get(url,headers=header)

soup =BeautifulSoup(wb_data.text,'lxml')


def get_links_from(who_sells):


    urls = []

    list_view = 'http://wx.58.com/pbdn/{}/pn2/'.format(str(who_sells))

    wb_data = requests.get(list_view)

    soup = BeautifulSoup(wb_data.text,'lxml')

    for link in soup.select('td.t > a.t'):

        url_one = link.get('href').split('?')[0]

        if str('zhuanzhuan') not in url_one: #去掉不能被解析掉的转转网页

            urls.append(url_one)

    return urls



def get_view():

    id = re.findall('http.*?nao/(.*?)x.shtml',url,re.S) #使用正则表达筛选ID

    # print(id[0])

    api = 'http://jst1.58.com/counter?infoid={}'.format(id[0])

    js  = requests.get(api)

    views = js.text.split('=')[-1]

    # print(views)

    return views


def get_item_info(who_sells=0):


    urls = get_links_from(who_sells)

    for url in urls:


        wb_data = requests.get(url)

        soup = BeautifulSoup(wb_data.text,'lxml')


        data = {

            'title':soup.title.text,

            'price':soup.select('div.su_con > span.c_f50')[0].text,

            'date' :soup.select('li.time')[0].text,

            'area' :list(soup.select('span.c_25d')[0].stripped_strings) if soup.find_all('span','c_25d') else None,#去掉区域为空掉选项,防止报错

            'url'  :url,

            'cate' :'个人' if who_sells == 0 else '商家' ,

            'views':get_view(),

        }

        print(data)

# get_item_info(url)

# get_links_from()

# get_view()

get_item_info()


转载于:https://my.oschina.net/u/1986875/blog/669916

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个简单的 Python 爬虫实现,用于从北京租房信息网站上爬取租房信息并将其导入到 Excel 文件中。 首先,我们需要安装以下 Python 库: - requests:用于发送 HTTP 请求和获取网页内容。 - Beautiful Soup:用于解析 HTML 和 XML 网页内容。 - openpyxl:用于操作 Excel 文件。 可以使用 pip 命令进行安装: ``` pip install requests beautifulsoup4 openpyxl ``` 接下来,我们需要编写 Python 代码: ```python import requests from bs4 import BeautifulSoup from openpyxl import Workbook # 发送 HTTP 请求并获取网页内容 url = 'https://bj.zu.anjuke.com/fangyuan/p1/' response = requests.get(url) html = response.text # 使用 Beautiful Soup 解析网页内容 soup = BeautifulSoup(html, 'html.parser') houses = soup.select('.zu-itemmod') # 创建 Excel 文件并添加表头 wb = Workbook() ws = wb.active ws.append(['标题', '链接', '小区', '面积', '租金']) # 遍历租房信息并将其添加到 Excel 文件中 for house in houses: title = house.select('.zu-info h3 a')[0].text.strip() link = house.select('.zu-info h3 a')[0]['href'] community = house.select('.details-item')[0].text.strip() area = house.select('.details-item')[1].text.strip() price = house.select('.zu-side strong')[0].text.strip() ws.append([title, link, community, area, price]) # 保存 Excel 文件 wb.save('beijing_rent.xlsx') ``` 该爬虫程序将会从北京租房信息网站的第一页开始爬取租房信息,包括标题、链接、小区、面积和租金,并将其添加到 Excel 文件中。你可以根据需要修改代码以实现更多功能。
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