用python爬取链家泰州二手房信息400条并直接生成表格包含房屋名称,价格,面积,户型,关注人数

时间: 2024-03-31 07:38:39 浏览: 21
好的,我可以帮你实现这个功能。首先,我们需要安装一些库,包括requests、BeautifulSoup4和pandas。你可以在终端中使用以下命令安装: ``` pip install requests beautifulsoup4 pandas ``` 接下来,我们可以编写爬虫代码,如下所示: ```python import requests from bs4 import BeautifulSoup import pandas as pd # 设置请求头信息 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'} # 获取网页内容 def get_html(url): response = requests.get(url, headers=headers) response.encoding = response.apparent_encoding if response.status_code == 200: return response.text else: return None # 解析网页内容 def parse_html(html): soup = BeautifulSoup(html, 'html.parser') house_list = soup.find('ul', {'class': 'sellListContent'}).find_all('li') data = [] for house in house_list: name = house.find('div', {'class': 'title'}).find('a').text.strip() price = house.find('div', {'class': 'totalPrice'}).find('span').text.strip() area = house.find('div', {'class': 'houseInfo'}).find_all('a')[1].text.strip() layout = house.find('div', {'class': 'houseInfo'}).find_all('a')[0].text.strip() follow = house.find('div', {'class': 'followInfo'}).find('span', {'class': 'starIcon'}).text.strip() data.append([name, price, area, layout, follow]) return data # 保存为csv文件 def save_to_csv(data): df = pd.DataFrame(data, columns=['房屋名称', '价格', '面积', '户型', '关注人数']) df.to_csv('lianjia.csv', index=False, encoding='utf_8_sig') # 主函数 def main(): url = 'https://tz.lianjia.com/ershoufang/pg{}/' data = [] for i in range(1, 5): html = get_html(url.format(i)) if html: data += parse_html(html) save_to_csv(data) if __name__ == '__main__': main() ``` 在这个示例中,我们使用了requests库来发送HTTP请求,并使用BeautifulSoup4库解析HTML页面。我们首先定义了一个get_html函数,用于获取给定URL的HTML内容。然后,我们定义了一个parse_html函数,用于解析HTML内容并提取房屋名称、价格、面积、户型和关注人数。最后,我们使用pandas库将数据保存到CSV文件中。在主函数中,我们循环遍历多个页面,并调用get_html和parse_html函数来获取和解析每个页面的内容。最后,我们调用save_to_csv函数将数据保存到CSV文件中。 你可以将以上代码保存在一个Python文件中,例如lianjia.py,然后在终端中运行它: ``` python lianjia.py ``` 运行成功后,你将在当前目录下看到一个名为lianjia.csv的文件,其中包含了400条链家泰州二手房的信息。

相关推荐

最新推荐

recommend-type

Python数据处理课程设计-房屋价格预测

鉴于此,我将根据比赛的数据,构建特征变量集,选取有代表性的特征变量,在已有数据的基础上,对数据进行处理,使用机器学习算法分析房价问题,选择预测模型将其用于预测测试集的房屋价格。 此外,无论是对于监管者...
recommend-type

Python爬取当当、京东、亚马逊图书信息代码实例

主要介绍了Python爬取当当、京东、亚马逊图书信息代码实例,具有一定借鉴价值,需要的朋友可以参考下。
recommend-type

用python爬取网页并导出为word文档.docx

mongodb的应用之用python爬取网页内容并用mongodb保存. 由于mongodb是文档型数据库,区别于传统的数据库,它是用来管理文档的。在传统的数据库中,信息被分割成离散的数据段,而在文档数据库中,文档是处理信息的...
recommend-type

Python爬取数据并写入MySQL数据库的实例

今天小编就为大家分享一篇Python爬取数据并写入MySQL数据库的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

Python爬取数据并实现可视化代码解析

主要介绍了Python爬取数据并实现可视化代码解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解答下列问题:S—>S;T|T;T—>a 构造任意项目集规范族,构造LR(0)分析表,并分析a;a

对于这个文法,我们可以构造以下项目集规范族: I0: S -> .S S -> .T T -> .a I1: S -> S. [$ T -> T. [$ I2: S -> T. I3: S -> S.;S S -> S.;T T -> T.;a 其中,点(.)表示已经被扫描过的符号,;$表示输入串的结束符号。 根据项目集规范族,我们可以构造出LR(0)分析表: 状态 | a | $ ---- | - | - I0 | s3| I1 | |acc I2 | | 其中s3表示移进到状态3,acc表示接受。在分析字符串a;a时,我们可以按照以下步骤进行
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。