码迷,mamicode.com
首页 > Web开发 > 详细

爬虫系列3:Requests+Xpath 爬取租房网站信息并保存本地

时间:2019-01-15 14:13:15      阅读:249      评论:0      收藏:0      [点我收藏+]

标签:浪漫   爬取   ref   request   ber   爱情   import   log   http   

数据保存本地

 

参考前文 爬虫系列1:https://www.cnblogs.com/yizhiamumu/p/9451093.html

参考前文 爬虫系列2:https://www.cnblogs.com/yizhiamumu/p/10267721.html

 

小猪短租是一个租房网站,上面有很多优质的民宿出租信息,下面我们以成都地区的租房信息为例,来尝试爬取这些数据。

小猪短租(成都)页面:http://cd.xiaozhu.com/

1.爬取租房标题

按照惯例,先来爬下标题试试水,找到标题,复制xpath。

多复制几个房屋的标题 xpath 进行对比:

//[@id="page_list"]/ul/li[1]/div[2]/div/a/span //[@id="page_list"]/ul/li[2]/div[2]/div/a/span //*[@id="page_list"]/ul/li[3]/div[2]/div/a/span 瞬间发现标题的 xpath 只在

  • 后序号变化,于是,秒写出爬取整页标题的 xpath:

 

//*[@id=“page_list”]/ul/li/div[2]/div/a/span

还是固定的套路,让我们尝试把整页的标题爬下来:

小猪在IP限制方面比较严格,代码中务必要加入 sleep() 函数控制爬取的频率


顺着标题的标签网上找,找到整个房屋信息标签, xpath 对比如下:

//[@id=“page_list”]/ul/li #整体 //[@id=“page_list”]/ul/li/div[2]/div/a/span #标题

你应该知道该怎么来改代码了吧,写一个循环:

file=s.xpath(‘//*[@id=“page_list”]/ul/li’)
for div in file:    
  title=div.xpath("./div[2]/div/a/span/text()")[0]



写文件时,我们主要用到 with open() 语句: with open(name,mode,encoding) as filefile.write() # 注意,with open() 后面的语句有一个缩进
  • name:包含文件名称的字符串,比如:‘xiaozhu.txt’;
  • mode:决定了打开文件的模式,只读/写入/追加等;
  • encoding:表示我们要写入数据的编码,一般为 utf-8 或者 gbk ;
  • file:表示我们在代码中对文件的命名。
# http://cd.xiaozhu.com/
# 主题 + 分页 + 保存本地

from lxml import etree
import requests 
import time 

with open(‘C:/Users/Administrator/Desktop/comment15.txt‘,‘w‘,encoding=‘utf-8‘) as f:
    for a in range(1,7):
        url = ‘http://cd.xiaozhu.com/search-duanzufang-p{}-0/‘.format(a)
        data = requests.get(url).text
        s=etree.HTML(data)

        titles = s.xpath(‘//*[@id="page_list"]/ul/li‘)
        time.sleep(7)

        for div in titles:
            title = div.xpath("./div[2]/div/a/span/text()")[0]
            price = div.xpath("./div/div[1]/span[1]/i/text()")[0]
            scribe = div.xpath("./div[2]/div/em/text()")[0].strip()
            pic = div.xpath("./a/img/@lazy_src")[0]

            print("{} {} {} {}".format(title,price,scribe,pic))
            
            f.write("{} {} {} {}\n".format(title,price,scribe,pic))

 

打印结果预览:

 

温馨浪漫情侣度假—民谣里贝壳帐篷 1580 整套出租/1室0厅/1张床/宜住2人 https://image.xiaozhustatic1.com/12/51,0,26,19200,1800,1199,8068737f.jpg
含早/成都东站2号地铁-肯派之家13-101 298 独立单间/1张床/宜住2人 https://image.xiaozhustatic1.com/12/12,0,6,4561,1800,1202,9e891d09.jpg
芗吟民宿-《竹坞》成都太古里市井中的隐世桃源 777 整套出租/4室2厅/4张床/宜住8人 https://image.xiaozhustatic1.com/12/51,0,96,19302,1800,1202,f6740069.jpg
37楼夜景超美 樓頂空中花園俯瞰成都 298 整套出租/2室1厅/1张床/宜住2人 https://image.xiaozhustatic1.com/12/15,0,16,29629,1800,1200,70a3953b.jpg
【晔艳】东客站-巨屏投影地铁直达太古里m 200 整套出租/1室0厅/1张床/宜住2人 https://image.xiaozhustatic1.com/12/51,0,28,18056,1800,1201,404b7ef3.jpg
春熙路/太古里/英伦风两居/地铁直达宽窄巷子 288 整套出租/21/2张床/宜住4https://image.xiaozhustatic1.com/12/16,0,77,34616,1800,1200,0ebc6521.jpg
【几末】空间几何/地铁100米/一居/桐梓林 258 整套出租/11/1张床/宜住2https://image.xiaozhustatic1.com/12/51,0,9,23389,1800,1202,5754c402.jpg
春熙路地铁口&宽窄巷&莫兰迪复古&两居跃层 338 整套出租/2室1厅/2张床/宜住4人 https://image.xiaozhustatic1.com/12/51,0,60,843,1800,1200,168035ac.jpg
新房特惠川师东站三圣乡34号爱情公寓轻奢浪漫 208 整套出租/1室0厅/1张床/宜住2人 https://image.xiaozhustatic1.com/12/15,0,27,12717,1800,1200,f21ab62c.jpg
【白鹿】春熙路武侯祠/九眼桥/宽窄巷子套一 159 整套出租/1室1厅/1张床/宜住2人 https://image.xiaozhustatic1.com/12/12,0,86,14671,1498,1000,c5c55bb2.jpg
【初醒】成都市中心盐市口春熙路太古里IFS 198 整套出租/1室1厅/1张床/宜住2人 https://image.xiaozhustatic1.com/12/14,0,20,24457,1800,1202,485c365f.jpg
【花韵】舒适大床房/春熙路宽窄巷子文殊院地铁 188 整套出租/10/1张床/宜住2https://image.xiaozhustatic1.com/12/18,0,97,13909,1800,1200,31083987.jpg
【一厘一景】武侯祠锦里&近地铁口&近天府广场 188 整套出租/1室1厅/1张床/宜住2人 https://image.xiaozhustatic1.com/12/51,0,13,1739,1800,1200,87f65e79.jpg
漫时光?宽窄巷子?.春熙路.太古里 188 整套出租/1室0厅/1张床/宜住2人 https://image.xiaozhustatic1.com/12/15,0,52,2877,1800,1200,8a7ff4b7.jpg
【洛丽塔】美拍网红/泡泡池网红/太古里/春熙 208 整套出租/10/1张床/宜住2https://image.xiaozhustatic1.com/12/17,0,10,10978,1800,1200,7b571573.jpg
柒??田螺姑娘??北欧套一近八宝街/宽窄巷子 288 整套出租/11/1张床/宜住2https://image.xiaozhustatic1.com/12/14,0,92,21587,1800,1202,c2122770.jpg
【馥绿轻奢】春熙路/2号线/牛市口/高端物业 198 整套出租/10/1张床/宜住2https://image.xiaozhustatic1.com/12/51,0,60,8059,1800,1200,e971ed29.jpg
〖美居〗免费接送机 复式二房 近机场 商圈 228 整套出租/2室1厅/2张床/宜住4人 https://image.xiaozhustatic1.com/12/14,0,31,9446,1800,1200,93a5e7d1.jpg
春熙路太古里宽窄巷子北欧.杜夫公寓913 168 整套出租/1室0厅/1张床/宜住2人 https://image.xiaozhustatic1.com/12/16,0,44,41422,1800,1202,3876b7a0.jpg
画途美宿|S4火车东站巨幕投影凯德广场地铁旁 198 整套出租/1室0厅/1张床/宜住2人 https://image.xiaozhustatic1.com/12/15,0,24,5683,1800,1200,c4787970.jpg
宽窄巷子/复古小木屋大一居 228 整套出租/11/1张床/宜住2https://image.xiaozhustatic1.com/12/51,0,19,15728,1800,1200,98637263.jpg
新上线优惠??【夕替·伊人】少女心|超大投影 218 整套出租/1室0厅/1张床/宜住2人 https://image.xiaozhustatic1.com/12/15,0,95,1036,1800,1200,38232cbf.jpg
【甜梦】宽窄巷子 锦里  地铁 吃货集中营 198 整套出租/1室1厅/2张床铺/宜住4人 https://image.xiaozhustatic1.com/12/12,0,72,18081,1800,1200,28f9bcf3.jpg
◣简?奢◥∽地铁4号线旁原木风度假、商旅套房 269 整套出租/2室1厅/3张床铺/宜住6人 https://image.xiaozhustatic1.com/12/14,0,86,24588,1800,1200,5adb64d9.jpg


by【一只阿木木】

爬虫系列3:Requests+Xpath 爬取租房网站信息并保存本地

标签:浪漫   爬取   ref   request   ber   爱情   import   log   http   

原文地址:https://www.cnblogs.com/yizhiamumu/p/10270926.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!