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

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180715A1644700?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券