赶集网爬虫

搭建环境
import scrapy
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
加载scrapy框架
cd … # 跳转到上一层目录
scrapy startproject booktop # 和项目同名的scrapy框架项目
seeting配置
ROBOTSTXT_OBEY = False # 君子协议 false 不遵守 USER_AGENT = ‘Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.121 Safari/537.36’ DOWNLOAD_DELAY = 0.5 # 下载延迟
spider编写
import scrapy from demo6.items import HouseItem class GanJiSpider(scrapy.Spider): name=“gan_spider” allowed_domains=[“xiangyang.ganji.com”] start_urls=[“http://xiangyang.ganji.com/zufang/”] # 解析数据 def parse(self, response, **kwargs): # print(response.text)
测试
cd gandemo # 进入项目文件夹
scrapy crawl gan_spider
获取数据（户型+价格)
from demo6.items import HouseItem class HouseSpider(scrapy.Spider): name=“house_spider” allowed_domains=[“xiangyang.ganji.com”]
start_urls=[“http://xiangyang.ganji.com/zufang/”] # 解析数据
def parse(self, response, **kwargs): # 所有的房子 houses=response.css(‘dl.f-list-item-wrap.min-line-height.f-clear’) # 户型 价格
for house in houses:
size=house.css(‘dd.dd-item.size span:first-child::text’).extract() [0]
print(size)
price=house.css(‘div.price span.num::text’).extract()[0] # print(price) yield HouseItem(size=size,price=price)
需要使用item对象完成数据封装并传输
class HouseItem(scrapy.Item):
size=scrapy.Field()
price=scrapy.Field()
pass
pipeline 管道存储数据
ITEM_PIPELINES = { ‘booktop.pipelines.HousePipeline’: 300,
}
数据存储到txt文件下
class HousePipeline:
def process_item(self, item, spider): file=open(‘house.txt’,‘a+’,encoding=‘utf-8’)
file.write( item[‘size’]+’,’+item[‘price’]+’\n’)
return item # 运行测试结果house.txt下有数据成功

分析和可视化
import pandas as pd import matplotlib.pyplot as plt # 数据源
data=pd.read_csv(‘house.txt’,names=[‘size’,‘price’]) print(data) #
统计groupby不同户型的最高价max，最低价min，均价mean，
result=data.groupby(‘size’).agg([‘max’,‘min’,‘mean’]) print(result) #
font = {‘family’:
‘microsoft yahei’,
‘weight’: ‘bold’,
‘size’: 12}
matplotlib.rc(‘font’, *font)
plt.title(‘不同户型房源示意图’) # 折线图 柱状图
plt.plot(result.index,result[‘price’][‘mean’],'r–’)
plt.bar(result.index,result[‘price’][‘mean’])
plt.show()

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

插入链接与图片

链接: link.

图片:

带尺寸的图片:

居中的图片:

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

• 项目
  • 项目
    • 项目

1. 项目1
2. 项目2
3. 项目3

• 计划任务
• 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	'Isn't this fun?'	‘Isn’t this fun?’
Quotes	"Isn't this fun?"	“Isn’t this fun?”
Dashes	-- is en-dash, --- is em-dash	– is en-dash, — is em-dash

创建一个自定义列表

Markdown

Text-to- HTML conversion tool

Authors

John

Luke

如何创建一个注脚

一个具有注脚的文本。¹

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 $\Gamma (n)=(n-1)!\forall n\in \mathbb{N}$ 是通过欧拉积分

$$\Gamma (z)={\int }_0^{\infty }{t}^{z-1}{e}^{-t}dt.$$

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能，丰富你的文章

• 关于 甘特图 语法，参考 这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：

这将产生一个流程图。:

• 关于 Mermaid 语法，参考 这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图：

• 关于 Flowchart流程图 语法，参考 这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

---

1. 注脚的解释 ↩︎