前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
开发工具
- python 3.6.5
- pycharm
import requests
import parsel
import csv
相关模块 pip 安装即可
确定目标网页
通过开发者工具可以发现,该网页为静态网页,对于数据的抓取还是比较简单的~
爬取目标数据:
- 小区名字
- 售房状态
- 房屋面积
- 户型
- 开盘时间
- 交房时间
- 楼盘地址
- 售价
- 预计总价
网站比较简单就不一一分析了~ 直接上代码
import requests
import parsel
import csv
f = open('房产数据.csv', mode='a', encoding='utf-8-sig', newline='')
csv_writer = csv.DictWriter(f, fieldnames=['标题', '房产状态', '售房面积', '户型', '开盘时间', '出售时间', '地址', '售价', '预计总价'])
csv_writer.writeheader()
for page in range(1, 84):
print('===============================正在爬取第{}页的数据================================================='.format(page))
url = 'https://shenzhen.qfang.com/newhouse/list/n{}'.format(page)
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'
}
response = requests.get(url=url, headers=headers)
selector = parsel.Selector(response.text)
lis = selector.css('.list-result li')
dit = {}
for li in lis:
title = li.css('.list-main-header a em::text').get() # 名字
dit['标题'] = title
status = li.css('.list-main-header i::text').get() # 是否在售
dit['房产状态'] = status
space = li.css('.list-main div:nth-child(1) .space span::text').get() # 售房面积
dit['售房面积'] = space
type_list = li.css('.list-main.fl p:nth-child(3) span a::text').getall() # 户型
type_str = '|'.join(type_list).strip().replace('\r\n', '').replace(' ', '') # 户型
dit['户型'] = type_str
kp_time = li.css('.new-house-info > div:nth-child(2) > p.space.fl.clearfix > span::text').get() # 开盘时间
dit['开盘时间'] = kp_time
cs_time = li.css('.new-house-info > div:nth-child(2) > p:nth-child(3)> span::text').get() # 出售时间
dit['出售时间'] = cs_time
address = li.css('.list-main a:nth-child(3)::text').get() # 地址
if not address == None:
address = address.strip()
else:
address = None
dit['地址'] = address
Price = li.css('.list-price .bigger .amount::text').get() # 售价
dit['售价'] = Price
hj_Price = li.css('.list-price .smaller::text').get() # 预计总价
dit['预计总价'] = hj_Price
csv_writer.writerow(dit)
print(dit)
运行实现效果
一共是83页数据1648个楼盘信息,有大概600个左右的楼盘已经售罄了
有钱人还是真的多啊~