美文网首页
Week1 Lesson3 小猪短租

Week1 Lesson3 小猪短租

作者: 鞋子里的猫咪 | 来源:发表于2016-08-12 13:57 被阅读0次

感想

这是自己的第一个针对真实网页的爬虫,写完真是满满的自豪感。从来没有想过,在这么短的时间里,可以那么快学会如何写爬虫。虽然现在写的还很简单粗糙,但会一直努力下去。

代码

from bs4 import BeautifulSoup
import requests
import json
import random

def gender_finder(lorder_genders_raw):
for lorder_gender_raw in lorder_genders_raw:
lorder_genders = lorder_gender_raw.get('class')
b = ['member_ico']
if lorder_genders == b:
result = 'male'
else:
result = 'female'
return result

def get_information(web_data):
soup = BeautifulSoup(web_data.text, 'lxml')

titles = soup.select('div.pho_info > h4 > em')
addresses = soup.select('div.pho_info > p > span')
prices = soup.select('div.day_l > span')
room_pictures = soup.select('#curBigImage')
lorder_pictures = soup.select('div.member_pic > a > img')
lorder_genders_raw = soup.select('div.member_pic > div')
lorder_names = soup.select('div.w_240 > h6 > a')

lorder_genders = gender_finder(lorder_genders_raw)

for title, address, price, room_picture, lorder_gender, lorder_picture, lorder_name in zip(
        titles, addresses, prices, room_pictures, lorder_genders, lorder_pictures, lorder_names):
    data = {
        'title': title.get_text(),
        'address': address.get_text().strip('\n                                  '),
        'price': price.get_text(),
        'room_picture': room_picture.get('src'),
        'lorder_gender': lorder_gender,
        'lorder_name':lorder_name.get_text(),
        'lorder_picture':lorder_picture.get('src')
    }
return data

def get_url(url_content):
content_data = requests.get(url_content,proxies=random.choice(ips), timeout=6)
soup = BeautifulSoup(content_data.text, 'lxml')
urls_raw = soup.select('#page_list > ul > li > a')
for url in urls_raw:
urls = [url.get('href') for url in urls_raw]
return(urls)

resp = requests.get("http://tor1024.com/static/proxy_pool.txt")
ips_txt = resp.text.strip().split("\n")
ips = []
for i in ips_txt:
try:
k = json.loads(i)
ips.append(k)
except Exception as e:
print(e)

url_contents = ['http://bj.xiaozhu.com/search-duanzufang-p{}-0/'.format(str(i)) for i in range(1,11,1)]
for url_content in url_contents:
urls = get_url(url_content)
for url in urls:
web_data = requests.get(url, proxies=random.choice(ips), timeout=6)
data=get_information(web_data)
print(data)

总结

  • 爬网页一定要记得用代理,用代理,用代理
  • 可以用.strip去掉爬取的信息中不必要的部分
  • 用函数的方式,把程序分成小块写,会比较容易

相关文章

  • Week1 Lesson3 小猪短租

    感想 这是自己的第一个针对真实网页的爬虫,写完真是满满的自豪感。从来没有想过,在这么短的时间里,可以那么快学会如何...

  • 小猪短租的坑

    经常外出的人可能对“爱彼迎(Airbnb)”和“小猪短租”都不陌生。 我更偏爱“小猪短租”,因为图片显示可以滚屏长...

  • 小猪短租.py

    直接上代码 因为复制过来格式不对 所以都是截图 完整的基本差不多都截图过来了 不会的自己再补充一下 很简单的 ~~~

  • 小猪短租 xiaozhu

    一、产品介绍 小猪短租(改名小猪):基于分享经济,房屋类uber,与airbnb有类似之处。 二、产品定位及目标用...

  • 时权书院每日国内外投融资日报+信息流广告精选 10月11日

    国内融资信息 1.小猪短租宣布完成近3亿美元融资 小猪短租网是国内依托于分享经济,为用户提供短租住宿服务的互联网平...

  • 小猪短租竞品分析报告

    说明:小猪短租分为房客版和房东版,本次竞品分析只分析房客版产品。 一、产品信息 1.1、产品名称 小猪短租 1.2...

  • 旅游业促进短租市场发展新风向放

    眼国内的短租市场,从第一家短租平台途家面世至今,国内已经形成途家、木鸟短租和小猪三大短租平台鼎立的局势。实际上,中...

  • 2018-11-07

    途家、小猪短租竞品分析|头部市场形成后,小猪如何更进一步 本文大纲如下: 1.分析目的 通过分析当前在线短租市场现...

  • 产品分析—小猪短租

    写在前面的话: 小猪短租成立于2012年,是国内共享住宿代表企业,为用户提供民宿短租服务。截止2018年7月,小猪...

  • 小猪短租体验报告

    体验环境: 体验产品:小猪短租 体验机型:iPhone6 体验系统:iOS10.3.2 体验时间:2017.5.1...

网友评论

      本文标题:Week1 Lesson3 小猪短租

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