美文网首页
Python 学习——每天写点小东西-4

Python 学习——每天写点小东西-4

作者: 盐巴有点咸 | 来源:发表于2016-06-18 16:04 被阅读0次

今天的爬虫比较简单,就不做详细介绍。爬取的是某网站的租房信息。

from bs4 import BeautifulSoup
import requests
import time


base_urls = ['http://bj.xiaozhu.com/search-duanzufang-p{}-0/'.format(str(i)) for i in range(14)]
headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_3) \
    AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36'}


def get_urls(url):
    r = requests.get(url, headers=headers)
    soup = BeautifulSoup(r.text, 'lxml')
    urls = soup.select('a[class="resule_img_a"]')
    for url in urls:
        href = url.get('href')
        get_details(href)
        time.sleep(1)


def get_details(url):
    r = requests.get(url, headers=headers)
    soup = BeautifulSoup(r.text, 'lxml')

    title = soup.select('div.pho_info > h4 > em')
    addr = soup.select('p > span.pr5')
    price = soup.select('div.day_l > span')
    image = soup.select('div.pho_show_l > div > div > img')
    owner_img = soup.select('div.member_pic > a > img')
    sex = soup.select('div.member_pic > div.member_ico1')
    name = soup.select('div.w_240 > h6 > a')

    for t, a, p, i, o, n in zip(title, addr, price, image, owner_img, name):
        data = {
            'title': t.get_text(),
            'address': ''.join(a.get_text().split()),
            'price': p.get_text(),
            'img': i.get('src'),
            'owner_img': o.get('src'),
            'name': n.get_text()
        }

    if len(sex):
        data['sex'] = 'female'
    else:
        data['sex'] = 'male'

    # return data
    print(data)

for base_url in base_urls:
    get_urls(base_url)
    time.sleep(2)

自己电脑网速太慢一直爬不完,最后使用AWS主机才爬完300多条记录。

相关文章

  • Python 学习——每天写点小东西-4

    今天的爬虫比较简单,就不做详细介绍。爬取的是某网站的租房信息。 自己电脑网速太慢一直爬不完,最后使用AWS主机才爬...

  • Python 学习——每天写点小东西-6

    今天的爬虫是爬取某网站的所有链接,涉及到了MongoDB及其简单的操作,和多线程,虽然爬取的数据简单,但是能爬取这...

  • Python 学习——每天写点小东西-1

    最近开始学习python,这里就作为学习记录,记录自己的python之路。本条爬虫爬取的是糗事百科的24小时热门里...

  • Python 学习——每天写点小东西-5

    今天的爬虫是爬取某网站的商品信息,难点在于网页浏览量的爬取,不仅需要伪造Referer,而且浏览量的获取不能直接抓...

  • Python 学习——每天写点小东西-3

    今天写的爬虫是为了抓去拉钩网上面的招聘信息,代码如下: 思路:在fire-bug下面发现搜索职业后会从浏览器上传了...

  • Python 学习——每天写点小东西-2

    题目来源: github-Yixiaohan 1.使用python生成200个优惠码 2.任一个英文的纯文本文件,...

  • Python 学习——每天写点小东西-7

    最近都没怎么写爬虫,主要是不知道如何能够把爬到的数据利用起来,今天就贴一个简单的爬虫。 爬取的数据不多只有几千条,...

  • 新开始

    几年之后的今天,觉得每天继续写点小东西,全当心里安慰!

  • 写点小东西

    中原焦点中16 坚持分享第1043天 22.4.14运动打卡第269天 1788h 约练618/ 这思绪啊,就在喜...

  • 《每天写点东西》—4

    对于我来说,坚持每天写点东西确实有些难度呀。不想记流水帐,也没太多时间去冥想思考。大概是没法坚持每天记录了,但是至...

网友评论

      本文标题:Python 学习——每天写点小东西-4

      本文链接:https://www.haomeiwen.com/subject/cbxbdttx.html