python 让挑选家具更方便

家中想置办些家具，听朋友介绍说苏州蠡（li第二声）口的家具比较出名，因为工作在苏州，也去那边看过，简直…，走断双腿都逛不完，更何况还疲于逛街的。

也浏览过家具城的官网，本着在一定的预算范围之类挑选最合适的，作为一个程序猿，一颗不安分的心，决定自己爬虫下网站，列出个excel表格，也方便给父母辈们查看，顺带再练习下爬虫的。

同样后期实地再去购买时，也可以带上这份表格进行参考。

关于爬虫的文章还有另外两篇实战的：

excel表格：

词频统计：

爬虫分析

总共8页的数据，第一页的网址里 sell/list-66.html，第二页的sell/list-66-2.html，所以sell/list-66-1.html也就是第一页数据了，这样就更方便遍历网址来获取数据了。

同时这里使用解析数据，F12查找标题、价格、图片对应的标签。

爬取到的价格是string类型的，且有些价格并不明确的，所以这里需要对价格进行处理并排序，用到的list的方法，其中指定的方法，使用指定的方法去进行比较排序。

再对列表进行排序操作，降序排列

生成表格

这里采用的库，便于图片的插入，安装

主要用到的方法：

创建excel表格。

创建工作表。

根据行、列坐标将数据写入单元格。

设置行高。

设置列宽， 指定开始列位置， 指定结束列位置。

用于插入图片到指定的单元格

创建两个表，一个用于存放爬取的数据，一个用于存放词频。

目录下会生成 furniture.xlsx 表格

生成词频

利用jieba分词对家具名进行分词处理，用字典保存各个名词的数量，写入到excel。

词频统计，实地去购买的时候，也可以根据相应的词汇去咨询卖家~

这篇文章用到的爬虫方面的知识还是比较基础的，excel表格的生成也是库的使用，制作成表格也方便父母辈查看。当然，爬虫的数据还可以用在许多地方。

详细代码见

github地址：https://github.com/taixiang/furniture