python 名字转拼音_python简易爬取链家租房信息

背景：做数据分析，最苦恼的就是没有数据，而在网上最快的获取自己想要信息的方式就是爬虫，研究了两天爬虫，写了个简易的爬虫代码，虽没有专门搞爬虫人员写的那么专业，也基本上满足了自己的需求。代码写的很简陋，欢迎各位提出简易。

一、用到的python库

1、requests库：发送get请求，访问页面；

2、bs4：使用该模块中的BeautifulSoup函数，对相应的链接源代码进行html解析。

import requests

from bs4 import BeautifulSoup

二、构造爬虫链接

本次以爬取链家西安二手房为例，如下图所示

https://xa.lianjia.com/ershoufang/beilin/ ，依此链接为例，“

1、“xa”就是指的西安，如果是其他地区，比如，北京就是bj，上海就是sh，皆是地区名拼音首字母。

2、“lianjia”就是指的链家

3、“ershoufang”就是指的，链家网站中关于二手房的信息

4、“beilin”就是指的西安的碑林区，如果是其他区域，列如，未央区，就是weiyang，雁塔区就是yanta，长安区就是changan4，皆是区域名字汉语拼音。

5、如果是爬取西安地铁线的数据，可以看到四条地铁线的链接分别是，如下：

https://xa.lianjia.com/ditiefang/li110460700/

https://xa.lianjia.com/ditiefang/li110460701/

https://xa.lianjia.com/ditiefang/li3810270424182971/

https://xa.lianjia.com/ditiefang/li3810274779705771/

由上可知，地铁线不同，后面的数字不同。

按照地区不同，可以将，可以将爬虫链接拼接成如下：

url = 'http://xa.lianjia.com/ershoufang/%s/' % i

其中“s%”是格式化字符串，将所有的区域组成列表，regions = ["beilin、yanta、changan4、weiyang、baqiao、xinche