python爬虫爬取链家苏州二手房信息400条

好的，您可以按照以下步骤爬取链家苏州二手房信息：

1. 导入需要的库：requests、lxml、pandas、time

import requests
from lxml import etree
import pandas as pd
import time

2. 构造请求头和URL链接

url = "https://su.lianjia.com/ershoufang/pg{}/"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.150 Safari/537.36"
}

3. 定义一个函数，用于获取每一页的房源信息

def get_info(url):
    res = requests.get(url, headers=headers)
    res.encoding = res.apparent_encoding
    html = etree.HTML(res.text)
    titles = html.xpath('//div[@class="title"]/a/text()')
    areas = html.xpath('//div[@class="houseInfo"]/a[1]/text()')
    layouts = html.xpath('//div[@class="houseInfo"]/a[2]/text()')
    sizes = html.xpath('//div[@class="houseInfo"]/text()[3]')
    years = html.xpath('//div[@class="houseInfo"]/text()[4]')
    prices = html.xpath('//div[@class="totalPrice"]/span/text()')
    infos = []
    for i in range(len(titles)):
        info = {}
        info['title'] = titles[i]
        info['area'] = areas[i]
        info['layout'] = layouts[i]
        info['size'] = sizes[i]
        info['year'] = years[i]
        info['price'] = prices[i]
        infos.append(info)
    return infos

4. 爬取多页信息，并将结果保存到CSV文件中

infos = []
for i in range(1, 5):
    url = url.format(i)
    infos += get_info(url)
    time.sleep(1)
df = pd.DataFrame(infos)
df.to_csv("lianjia.csv", index=False, encoding='utf-8-sig')

以上代码将爬取前4页的二手房信息，并将结果保存到lianjia.csv文件中。

注意：为了避免被反爬虫，建议添加适当的延时，如上述代码中的time.sleep(1)。同时，如果爬取过程中出现验证码等问题，可以考虑使用代理IP或者模拟登录等方式来解决。