python爬虫第十一讲-阶段复习

网站 https://cs.lianjia.com/ 需求:名称 位置 房源信息 价格 翻页 保存到csv

import requests
from lxml import etree
import csv
from fake_useragent import UserAgent


class ScendHouseSpide:
    def __init__(self):
        self.base_url = " https://cs.lianjia.com/ershoufang/pg{}/"

    def get_html(self, num):
        url = self.base_url.format(num)
        headers = {
            "User-Agent": UserAgent().chrome
        }
        res = requests.get(url, headers=headers)
        return res.content.decode()

    def get_data(self, num):
        lst = []
        html_element = etree.HTML(self.get_html(num))
        prices = html_element.xpath("//*[@id='content']/div[1]/ul/li/div[1]/div[6]/div[1]/span/text()")
        names = html_element.xpath("//*[@id='content']/div[1]/ul/li/div[1]/div[2]/div/a[1]/text() ")
        positions = html_element.xpath("//*[@id='content']/div[1]/ul/li/div[1]/div[2]/div/a[1]/text() ")
        infos = html_element.xpath("//*[@id='content']/div[1]/ul/li/div[1]/div[3]/div/text() ")
        for pr, na, po, inf in zip(prices, names, positions, infos):
            data_dict = {
                "价格": pr+"万",
                "名称": na,
                "位置": po,
                "房源信息": inf
            }
            lst.append(data_dict)
        return lst

    @staticmethod
    def save_data(lst):
        headers = {"价格", "名称", "位置", "房源信息"}
        with open(file="链家长沙二手房信息.csv", mode='w', encoding='utf-8') as f:
            writer = csv.DictWriter(f, headers)
            writer.writeheader()
            writer.writerows(lst)


if __name__ == '__main__':
    lst1 = []
    for i in range(1, 5):  # 只爬取了5页
        lst1 += ScendHouseSpide().get_data(i)
    ScendHouseSpide().save_data(lst1)
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

打赏作者

yerennuo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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