前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python爬虫之小猪短租房一、xpath爬取分析二、代码三、简单分析四、问题

Python爬虫之小猪短租房一、xpath爬取分析二、代码三、简单分析四、问题

作者头像
罗罗攀
发布2018-07-03 13:54:43
8170
发布2018-07-03 13:54:43
举报

前天初步学习了xpath,今天进行一下小练习,爬取小猪短租房北京房源的信息

一、xpath爬取分析

1 爬取的信息有价格,地点,出租类型,床数量,宜居人数,评分,点评数。

2 xpath是先抓大在抓小,找循环点。

二、代码

代码语言:javascript
复制
import requests
from lxml import etree
import pymongo

client = pymongo.MongoClient('localhost', 27017)
test = client['test']
xiaozhu = test['xiaozhu']

headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'
}

urls = ['http://bj.xiaozhu.com/search-duanzufang-p{}-0/'.format(str(i)) for i in range(1,14)]

def get_info(url):
    html = requests.get(url,headers=headers)
    selector = etree.HTML(html.text)
    commoditys = selector.xpath('//ul[@class="pic_list clearfix"]/li')

    for commodity in commoditys:
        address = commodity.xpath('div/div/a/span[@class="result_title hiddenTxt"]/text()')[0]
        price = commodity.xpath('div/span[@class="result_price"]/i/text()')[0]
        lease_type = commodity.xpath('div/div/em/text()')[0].split('/')[0].strip()
        bed_amount = commodity.xpath('div/div/em/text()')[0].split('/')[1].strip()
        suggestion = commodity.xpath('div/div/em/text()')[0].split('/')[2].strip()
        infos = commodity.xpath('div/div/em/span/text()')[0].strip()
        comment_star = infos.split('/')[0] if '/' in infos else '无'
        comment_amount = infos.split('/')[1] if '/' in infos else infos

        content = {
            'address':address,
            'price':price,
            'lease_type':lease_type,
            'bed_amount':bed_amount,
            'suggestion':suggestion,
            'comment_star':comment_star,
            'comment_amount':comment_amount
        }
        xiaozhu.insert_one(content)

for url in urls:
    get_info(url)

三、简单分析

上次许多人问我,数据图是用什么做的,在这里给大家说一下:是用个人BDP做的,很简单,但个人版连接数据只支持csv和excel格式的数据,所以我的做法是:先导入mongodb,然后通过mongodb的导出功能导出为CSV的数据进行分析,导出csv格式的代码:

代码语言:javascript
复制
mongoexport -d test -c xiaozhu --csv -f address,price,lease_type,bed_amount,suggestion,comment_star,comment_amount -o xiaozhu.csv

1 -d数据库 2 -c表数据 3 -f表示要导出的字段

四、问题

学习xpath是为scrapy框架做准备,自己捣鼓了二天,写的代码爬不出数据(也是小猪短租的爬取),本人win7系统加python3.5

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2017.01.31 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一、xpath爬取分析
  • 二、代码
  • 三、简单分析
  • 四、问题
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档