利用python爬取租房信息_如何绕过python反爬虫获取租房信息？

为了寻求一些更好的发展机会，很多人选择去一些大城市工作，租房子就是其中要考虑的一个大问题。最近有小伙伴问小编python中有没有搜集一些租房信息的方法，小编收到后就用python爬虫试了一下，但是遇到了反爬虫的阻拦，不过最终还是通过修改代码解决了。接下来我们就一起看看绕过python反爬虫获取租房信息的方法吧。

在有的页面后面会出现一段代码，通过禁用浏览器JavaScript发现每页其实初始界面是一段JS代码，然后跳转至目标页

百度了一下这种反爬虫的绕过措施都是Python加载JS代码，自己感觉比较麻烦就没有实施，但是在查看网页源代码时发现了下面这段代码，其目的应该是检测到移动端跳转至移动端网页

既然使用了Ajax，抓包抓一下浏览时传输的数据就得到了下面的URL

上图黄色画出的就是每次向下浏览加载的页面，通过修改后面的数字可以定位不同的页面，构造URL，那么剩下的就是爬取数据了，下面贴一下简略代码import requests

from lxml import etree

import xlwt

import time

headers = {

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome'

'/70.0.3538.110 Safari/537.36'

}

all_info_list = []

def get_photo(url):

res = requests.get(url, headers=headers)

selector = etree.HTML(res.text)

divs = selector.xpath('//div[@class="list_con"]')

for div in divs:

names = div.xpath('div[2]/h3/text()')[0].strip()

types = div.xpath('div[2]/p[1]/text()[1]')[0]

area = div.xpath('div[2]/p[1]/text()[2]')[0]

direction = div.xpath('div[2]/p[1]/text()[3]')[0]

price = div.xpath('div[2]/div/p/text()')[0]

info_list = [names, types, area, direction, price]

all_info_list.append(info_list)

time.sleep(1)

if __name__=='__main__':

urls = ['https://m.5i5j.com/bj/zufang/index-_%E6%9C%9B%E4%BA%AC/n{}'.format(str(i)) for i in range(1,4)]

for url in urls:

get_photo(url)

xls_header = ['地点', '户型', '面积', '朝向', '价格']

book = xlwt.Workbook(encoding='utf-8')

sheet = book.add_sheet('5i5j')

for h in range(len(xls_header)):

sheet.write(0,h,xls_header[h])

i = 1

for list in all_info_list:

j = 0

for data in list:

sheet.write(i, j, data)

j += 1

i += 1

book.save('5i5j.xls')

通过代码修改之后，我们就可以获取一些想要的租房信息，相信有很多在外工作需要租房的小伙伴，迫切的需要学会这个方法。话不多说，赶快打开电脑跟随小编的方法试试吧。更多Python学习指路:PyThon学习网教学中心。