domain = “http://esf.anyang.fang.com/”
city = “house/”
#获取总页数
def getTotalPage():
res = req.get(domain+city+“i31”)
soup = BeautifulSoup(res.text, “html.parser”)
endPage = soup.select(“.page_al a”).pop()[‘href’]
pageNum = endPage.strip(“/”).split(“/”)[1].strip(“i3”)
print(“loading…总共 “+pageNum+” 页数据…”)
return pageNum
分页爬取数据
def pageFun(i):
pageUrl = domain + city + “i3” +i
print(pageUrl+" loading…第 “+i+” 页数据…")
res = req.get(pageUrl)
soup = BeautifulSoup(res.text,“html.parser”)
houses = soup.select(“.shop_list dl”)
pageInfoList = []
for house in houses:
try:
print(domain + house.select(“a”)[0][‘href’])
info = getHouseInfo(domain + house.select(“a”)[0][‘href’])
pageInfoList.append(info)
print(info)
except Exception as e:
print(“---->出现异常,跳过 继续执行”,e)
df = pd.DataFrame(pageInfoList)
return df
connect = create_engine(“mysql+pymysql://root:root@localhost:3306/houseinfo?charset=utf8”)
for i in range(1,int(getTotalPage())+1):
try:
df_onePage = pageFun(str(i))
except Exception as e:
print(“Exception”,e)
pd.io.sql.to_sql(df_onePage, “city_house_price”, connect, schema=“houseinfo”, if_exists=“append”)
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数初中级Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python爬虫全套学习资料》送给大家,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频
如果你觉得这些内容对你有帮助,可以添加下面V无偿领取!(备注:python)
学习笔记、源码讲义、实战项目、讲解视频**
如果你觉得这些内容对你有帮助,可以添加下面V无偿领取!(备注:python)
[外链图片转存中…(img-8JVjVgH9-1711066345157)]