最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

基于Python實(shí)現(xiàn)最新房價(jià)信息的獲取

 更新時(shí)間:2022年04月18日 08:20:42   作者:Python?集中營  
這篇文章主要為大家介紹了如何利用Python獲取房價(jià)信息(以北京為例),整個(gè)數(shù)據(jù)獲取的信息是通過房源平臺獲取的,通過下載網(wǎng)頁元素并進(jìn)行數(shù)據(jù)提取分析完成整個(gè)過程,需要的可以參考一下

整個(gè)數(shù)據(jù)獲取的信息是通過房源平臺獲取的,通過下載網(wǎng)頁元素并進(jìn)行數(shù)據(jù)提取分析完成整個(gè)過程

導(dǎo)入相關(guān)的網(wǎng)頁下載、數(shù)據(jù)解析、數(shù)據(jù)處理庫

from fake_useragent import UserAgent  # 身份信息生成庫

from bs4 import BeautifulSoup  # 網(wǎng)頁元素解析庫
import numpy as np  # 科學(xué)計(jì)算庫
import requests  # 網(wǎng)頁下載庫
from requests.exceptions import RequestException  # 網(wǎng)絡(luò)請求異常庫
import pandas as pd  # 數(shù)據(jù)處理庫

然后,在開始之前初始化一個(gè)身份信息生成的對象,用于后面隨機(jī)生成網(wǎng)頁下載時(shí)的身份信息。

user_agent = UserAgent()

編寫一個(gè)網(wǎng)頁下載函數(shù)get_html_txt,從相應(yīng)的url地址下載網(wǎng)頁的html文本。

def get_html_txt(url, page_index):
    '''
    獲取網(wǎng)頁html文本信息
    :param url: 爬取地址
    :param page_index:當(dāng)前頁數(shù)
    :return:
    '''
    try:
        headers = {
            'user-agent': user_agent.random
        }
        response = requests.request("GET", url, headers=headers, timeout=10)
        html_txt = response.text
        return html_txt
    except RequestException as e:
        print('獲取第{0}頁網(wǎng)頁元素失??!'.format(page_index))
        return ''

編寫網(wǎng)頁元素處理函數(shù)catch_html_data,用于解析網(wǎng)頁元素,并將解析后的數(shù)據(jù)元素保存到csv文件中。

def catch_html_data(url, page_index):
    '''
    處理網(wǎng)頁元素?cái)?shù)據(jù)
    :param url: 爬蟲地址
    :param page_index:
    :return:
    '''

    # 下載網(wǎng)頁元素
    html_txt = str(get_html_txt(url, page_index))

    if html_txt.strip() != '':

        # 初始化網(wǎng)頁元素對象
        beautifulSoup = BeautifulSoup(html_txt, 'lxml')

        # 解析房源列表
        h_list = beautifulSoup.select('.resblock-list-wrapper li')

        # 遍歷當(dāng)前房源的詳細(xì)信息
        for n in range(len(h_list)):
            h_detail = h_list[n]

            # 提取房源名稱
            h_detail_name = h_detail.select('.resblock-name a.name')
            h_detail_name = [m.get_text() for m in h_detail_name]
            h_detail_name = ' '.join(map(str, h_detail_name))

            # 提取房源類型
            h_detail_type = h_detail.select('.resblock-name span.resblock-type')
            h_detail_type = [m.get_text() for m in h_detail_type]
            h_detail_type = ' '.join(map(str, h_detail_type))

            # 提取房源銷售狀態(tài)
            h_detail_status = h_detail.select('.resblock-name span.sale-status')
            h_detail_status = [m.get_text() for m in h_detail_status]
            h_detail_status = ' '.join(map(str, h_detail_status))

            # 提取房源單價(jià)信息
            h_detail_price = h_detail.select('.resblock-price .main-price .number')
            h_detail_price = [m.get_text() for m in h_detail_price]
            h_detail_price = ' '.join(map(str, h_detail_price))

            # 提取房源總價(jià)信息
            h_detail_total_price = h_detail.select('.resblock-price .second')
            h_detail_total_price = [m.get_text() for m in h_detail_total_price]
            h_detail_total_price = ' '.join(map(str, h_detail_total_price))

            h_info = [h_detail_name, h_detail_type, h_detail_status, h_detail_price, h_detail_total_price]
            h_info = np.array(h_info)
            h_info = h_info.reshape(-1, 5)
            h_info = pd.DataFrame(h_info, columns=['房源名稱', '房源類型', '房源狀態(tài)', '房源均價(jià)', '房源總價(jià)'])
            h_info.to_csv('北京房源信息.csv', mode='a+', index=False, header=False)

        print('第{0}頁房源信息數(shù)據(jù)存儲成功!'.format(page_index))
    else:
        print('網(wǎng)頁元素解析失敗!')

編寫多線程處理函數(shù),初始化網(wǎng)絡(luò)網(wǎng)頁下載地址,并使用多線程啟動調(diào)用業(yè)務(wù)處理函數(shù)catch_html_data,啟動線程完成整個(gè)業(yè)務(wù)流程。

import threading  # 導(dǎo)入線程處理模塊


def thread_catch():
    '''
    線程處理函數(shù)
    :return:
    '''
    for num in range(1, 50, 3):
        url_pre = "https://bj.fang.lianjia.com/loupan/pg{0}/".format(str(num))
        url_cur = "https://bj.fang.lianjia.com/loupan/pg{0}/".format(str(num + 1))
        url_aft = "https://bj.fang.lianjia.com/loupan/pg{0}/".format(str(num + 2))

        thread_pre = threading.Thread(target=catch_html_data, args=(url_pre, num))
        thread_cur = threading.Thread(target=catch_html_data, args=(url_cur, num + 1))
        thread_aft = threading.Thread(target=catch_html_data, args=(url_aft, num + 2))
        thread_pre.start()
        thread_cur.start()
        thread_aft.start()


thread_catch()

數(shù)據(jù)存儲結(jié)果展示效果

以上就是基于Python實(shí)現(xiàn)最新房價(jià)信息的獲取的詳細(xì)內(nèi)容,更多關(guān)于Python獲取房價(jià)信息的資料請關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • 聊聊Python中關(guān)于a=[[]]*3的反思

    聊聊Python中關(guān)于a=[[]]*3的反思

    這篇文章主要介紹了Python中關(guān)于a=[[]]*3的反思,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2021-06-06
  • Python Opencv中用compareHist函數(shù)進(jìn)行直方圖比較對比圖片

    Python Opencv中用compareHist函數(shù)進(jìn)行直方圖比較對比圖片

    這篇文章主要介紹了Python Opencv中用compareHist函數(shù)進(jìn)行直方圖比較進(jìn)行對比圖片,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-04-04
  • Python實(shí)現(xiàn)圖數(shù)據(jù)處理的完整指南

    Python實(shí)現(xiàn)圖數(shù)據(jù)處理的完整指南

    圖是一種非常重要的數(shù)據(jù)結(jié)構(gòu),在Python中,我們可以使用鄰接矩陣來表示圖,這篇文章主要為大家介紹了Python實(shí)現(xiàn)圖數(shù)據(jù)處理的相關(guān)知識,需要的可以參考下
    2024-04-04
  • python3正則提取字符串里的中文實(shí)例

    python3正則提取字符串里的中文實(shí)例

    今天小編就為大家分享一篇python3正則提取字符串里的中文實(shí)例,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01
  • 解決Python 寫文件報(bào)錯TypeError的問題

    解決Python 寫文件報(bào)錯TypeError的問題

    這篇文章主要介紹了解決Python 寫文件報(bào)錯TypeError的問題,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-10-10
  • python使用PyCharm進(jìn)行遠(yuǎn)程開發(fā)和調(diào)試

    python使用PyCharm進(jìn)行遠(yuǎn)程開發(fā)和調(diào)試

    這篇文章主要介紹了python使用PyCharm進(jìn)行遠(yuǎn)程開發(fā)和調(diào)試,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧
    2017-11-11
  • Python使用Flask編寫一個(gè)網(wǎng)站的代碼指南

    Python使用Flask編寫一個(gè)網(wǎng)站的代碼指南

    使用Flask編寫一個(gè)網(wǎng)站是一個(gè)相對簡單且有趣的過程,Flask是一個(gè)用Python編寫的輕量級Web應(yīng)用框架,它易于上手,同時(shí)也非常強(qiáng)大,適合構(gòu)建從簡單的博客到復(fù)雜的Web應(yīng)用的各種項(xiàng)目,以下是一個(gè)使用Flask編寫簡單網(wǎng)站的指南,包括代碼示例,需要的朋友可以參考下
    2024-11-11
  • 使用Python寫一個(gè)量化股票提醒系統(tǒng)

    使用Python寫一個(gè)量化股票提醒系統(tǒng)

    這篇文章主要介紹了小白用Python寫了一個(gè)股票提醒系統(tǒng),迷你版量化系統(tǒng),完美的實(shí)現(xiàn)了實(shí)時(shí)提醒功能,代碼簡單易懂,非常不錯,具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2018-08-08
  • 分享Python文本生成二維碼實(shí)例

    分享Python文本生成二維碼實(shí)例

    這篇文章主要介紹了Python文本生成二維碼實(shí)例,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2016-01-01
  • 利用Python操作MongoDB數(shù)據(jù)庫的詳細(xì)指南

    利用Python操作MongoDB數(shù)據(jù)庫的詳細(xì)指南

    MongoDB是由C++語言編寫的非關(guān)系型數(shù)據(jù)庫,是一個(gè)基于分布式文件存儲的開源數(shù)據(jù)庫系統(tǒng),其內(nèi)容存儲形式類似JSON對象,下面這篇文章主要給大家介紹了關(guān)于利用Python操作MongoDB數(shù)據(jù)庫的相關(guān)資料,需要的朋友可以參考下
    2023-02-02

最新評論

嘉荫县| 台山市| 阳江市| 正安县| 巴马| 博罗县| 磴口县| 施秉县| 岗巴县| 灵寿县| 镇巴县| 洮南市| 巴东县| 宾川县| 金川县| 那曲县| 军事| 搜索| 澎湖县| 黄平县| 临江市| 漳平市| 孝义市| 兰西县| 乐安县| 常熟市| 司法| 星子县| 利川市| 宁陕县| 清水河县| 东乡族自治县| 六安市| 恩施市| 天门市| 若尔盖县| 景洪市| 新乐市| 勃利县| 黄陵县| 沁水县|