爬取租房網頁數據

#!/usr/bin/env python
#-*- coding: utf-8 -*-
import requests
from bs4 import BeautifulSoup

# 性別不同,標簽的class屬性內容不同,通過這個差異區分房東性別
def get_lorder_sex(class_name):   
  if class_name == ['member_boy_ico']:        
      return '男'    
  elif class_name == ['member_girl_ico']:        
      return '女'

def get_links(url):    
  wb_data = requests.get(url)    
# 開始解析網頁數據    
soup = BeautifulSoup(wb_data.text, 'lxml')    
# 鼠標放到圖片上,右鍵,審查元素,找到鏈接的css selector    
links = soup.select("#page_list > ul > li > a")       
#  由于鏈接有好多個,soup.select返回的是列表,需要用for一個個取出來    
for link in links:        
# 由于鏈接地址在標簽的href屬性里面,所以要用get獲取        
    href = link.get("href")        
# 把得到的詳情頁鏈接,傳給函數,這個函數可以得到詳細數據     
    get_detail_info(href)    

def get_detail_info(url):    
    wb_data = requests.get(url)    # 開始解析詳情頁數據    
    soup = BeautifulSoup(wb_data.text, 'lxml')   
 # 獲取名稱    
  titles = soup.select("body > div.wrap.clearfix.con_bg > div.con_l > div.pho_info > h4 > em")   
 # 獲取地址   
   addresss = soup.select("body > div.wrap.clearfix.con_bg > div.con_l > div.pho_info > p > span.pr5")   
 # 獲取價格    
prices = soup.select("#pricePart > div.day_l > span")    
# 獲取圖片    
images = soup.select("#curBigImage")    
# 獲取房東頭像    
avartars = soup.select("#floatRightBox > div.js_box.clearfix > div.member_pic > a > img")    
# 獲取房東姓名    
    names = soup.select("#floatRightBox > div.js_box.clearfix > div.w_240 > h6 > a")    
# 獲取房東性別    
    sexs = soup.select("#floatRightBox > div.js_box.clearfix > div.w_240 > h6 > span")    
  for title, address, price, image, avartar, name, sex 
in zip(titles, addresss, prices, images, avartars, names, sexs):        
# 從標簽里面提取內容        
data = {            
"title": title.get_text(),            
"address": address.get_text(),            
"price": price.get_text(),            
"image": image.get("src"),           
 "avartar": avartar.get("src"),           
 "name": name.get_text(),          
  "sex": get_lorder_sex(sex.get("class"))       
 }       
 print(data)
# 生成10個列表頁面地址
urls = ["http://bj.xiaozhu.com/search-duanzufang-p{}-0/"
.format(number) for number in range(1, 10)]
# 從鏈接列表中,用for一個個取出來
for single_url in urls:    
# 把得到的列表頁面鏈接,傳給函數,這個函數可以得到詳情頁鏈接    get_links(single_url)
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,431評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,637評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,555評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,900評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,629評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,976評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,976評論 3 448
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,139評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,686評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,411評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,641評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,129評論 5 364
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,820評論 3 350
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,233評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,567評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,362評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,604評論 2 380

推薦閱讀更多精彩內容