用python爬取链家泰州二手房信息400条

好的，我可以帮你实现这个功能。我们可以使用requests库来发送HTTP请求，并使用BeautifulSoup4库解析HTML页面。以下是示例代码：

import requests
from bs4 import BeautifulSoup

# 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')
    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()
        print(name, price, area, layout)

# 主函数
def main():
    url = 'https://tz.lianjia.com/ershoufang/pg{}/'
    for i in range(1, 5):
        html = get_html(url.format(i))
        if html:
            parse_html(html)

if __name__ == '__main__':
    main()

在这个示例中，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、面积和户型。最后，我们在主函数中循环遍历多个页面，并调用get_html和parse_html函数来获取和解析每个页面的内容。在parse_html函数中，我们使用了find和find_all方法来查找HTML页面中的特定元素，并使用text和strip方法来获取元素的文本内容。

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，你将看到终端中输出400条链家泰州二手房的信息。