爬取苏州\上海等地二手房房价

点击-->  前提知识scrapy

一、创建项目

cmd >> scrapy  startproject  douban## scrapy  startproject  project_name 

cmd >> cd  douban/douban/spiders

cmd >> scrapy  genspider  douban_spider  movie.douban.com## scrapy  genspider  spider_text_name  start_url
 

二、items文件

import scrapy


class GItem(scrapy.Item):
    # define the fields for your item here like:
    name = scrapy.Field()

三、spider文件

# 文件名 gis.py
# -*- coding: utf-8 -*-
import scrapy
def e(i):
	return str(i.extract().strip())
from G.items import GItem

class GisSpider(scrapy.Spider):
    name = 'gis'
    allowed_domains = ['sz.5i5j.com']
    start_urls = ['https://sz.5i5j.com/ershoufang/']
    def parse(self, response):
        fr = response.xpath("//ul[@class='pList']//li//p[2]/text()|//p[2]/a[1]//text()")
        strs = ""
        for i in range(len(fr)):
            E = e(fr[i])
            strs = strs + E
            if len(E) > 2:
                if E[-2]=="m":
                    gitem = GItem()
                    strs = strs.encode("utf-8")
                    gitem['name'] = strs
                    strs = ""
                    yield gitem
        
        next_link = response.xpath("//a[@class='cPage']/@href").extract()
        if next_link:
            next_link=next_link[0]
            yield scrapy.Request("https://sz.5i5j.com"+next_link,callback=self.parse)

四、爬取中遇到的问题

# 解决UnicodeEncodeError: 'gbk' codec can't encode character '\xbb' in position
strs = strs.encode("utf-8")

五、运行与输出

scrapy crawl gis _o _gis.csv

六、上海等城市二手房价爬取

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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