Scrapy链家经纪人数据爬虫实现

本文介绍了如何使用Scrapy框架爬取链家网站的经纪人数据,并详细讲解了如何在Python中利用pymongo操作MongoDB进行数据存储。爬取内容包括经纪人的姓名和负责区域,数据存储在MongoDB的集合中。
摘要由CSDN通过智能技术生成

链家移动页面分析
在这里插入图片描述
“pg”后面的数字就是页码

经纪人详情页URL:
在这里插入图片描述
可以通过经纪人列表的xpath的href属性得到

在这里插入图片描述

1.建立项目,使用crawl模板生产spider文件

scrapy startproject lianjia01
cd lianjia01
scrapy genspider lianjia m.lianjia.com

2.定义item.py。这里只提取经纪人姓名,负责区域。

import scrapy
class Lianjia01Item(scrapy.Item):
    # define the fields for your item here like:
    name = scrapy.Field()
    region = scrapy.Field()
    tran_num = scrapy.Field()
    pass

3.编写spider文件,导入必要的包和类,重写start_urls:

import scrapy
from lianjia01.items import Lianjia01Item


class LianjiaSpider(scrapy.Spider):
    name = 'lianjia'
    allowed_domains = ['m.lianjia.com']
    start_urls = ['http://m.lianjia.com/bj/jingjiren/ao22pg' + str(2)
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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