IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> python爬虫---一键采集ftx网站上的所有房源信息 -> 正文阅读

[Python知识库]python爬虫---一键采集ftx网站上的所有房源信息

作者:recommend-item-box type_blog clearfix

一、网页分析

网页中房子信息都在//div[@class=“shop_list shop_list_4”]/dl[@class=“clearfix”]里面。
所有的信息
以标题为例用xpath-helper插件分析。
在这里插入图片描述
在这里插入图片描述

二、代码实战

import requests
import parsel
import csv

#https://xian.esf.fang.com/
#https://xian.esf.fang.com/house/i31/
#https://xian.esf.fang.com/house/i32/
#https://xian.esf.fang.com/house/i33/
#https://xian.esf.fang.com/house/i34/

url = 'https://xian.esf.fang.com/house/i37/'
headers = {
    'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.114 Safari/537.36'
}

response = requests.get(url=url,headers=headers)
response.encoding = 'utf-8'
data = response.text
print(data)
selector = parsel.Selector(data)
dls = selector.xpath('//div[@class="shop_list shop_list_4"]/dl[@class="clearfix"]')
print(dls)
for dl in dls:
    name = dl.xpath('.//h4[@class="clearfix"]/a/span/text()').get()
    if name:
        name = dl.xpath('.//h4[@class="clearfix"]/a/span/text()').get().strip()
        #print(name.strip())
    addr = dl.xpath('.//p[@class="add_shop"]/span/text()').get()
    if addr:
        #print(addr)
        addr = dl.xpath('.//p[@class="add_shop"]/span/text()').get()
    price = dl.xpath('.//dd[@class="price_right"]/span/text()').getall()
    price_w = dl.xpath('.//dd[@class="price_right"]/span/b/text()').getall()
    #print(price_w)
    if price:
        price[1] = price_w[0]
        #print("|".join(price))
        price = "|".join(price)
    room = dl.xpath('.//p[@class="tel_shop"]/text()').getall()
    area = dl.xpath('.//p[@class="tel_shop"]/i').re("[\d~㎡]+")
    if room:
        room = "".join(room).strip()
        str = room.split()
        #print("|".join(str))
        room = "|".join(str)
    orig_url = dl.xpath('.//h4[@class="clearfix"]/a/@href').get()
    if orig_url:
        #print(orig_url)
        orig_url = dl.xpath('.//h4[@class="clearfix"]/a/@href').get()
    print([name,price,addr,room,orig_url])

    with open('house.csv',mode='a',encoding='utf-8',newline='') as f:
        csv_write = csv.writer(f)
        csv_write.writerow([name,price,addr,room,orig_url])

爬取结果:
在这里插入图片描述
保存下来的csv文件。
在这里插入图片描述
备注:本案例在爬取第二页的时候出现了抓取内容为空,后面解决了会更新文章,如果你有好的解决办法,欢迎留言交流。

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-07-29 23:25:56  更:2021-07-29 23:26:03 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/25 14:13:34-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计