数据解析-xpath解析之58二手房

一、需求分析

需求：使用xpath数据解析爬取58二手房房源信息；
分析：
1、首先打开58二手房的详情页面，https://ts.58.com/ershoufang/

2、打开开发者工具定位其中一个房源信息

二、58二手房编码

编码

# 1、导入模块
import requests
from lxml import etree

# 2、爬取页面源码数据
# url
url = \'https://ts.58.com/ershoufang\'
# UA伪装
headers = {
    \'User-Agent\': \'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36\'
}

page_text = requests.get(url, headers=headers)
with page_text:
    page_text = page_text.text

    # 3、实例化etree对象，且将被解析的源码加载到该对象中
    selector = etree.HTML(page_text)

    # 4、数据解析
    # 存储的就是h3标签对象
    li_list = selector.xpath(\'//div[@class="property-content-title"]/h3//text()\')

    fp = open(\'58.txt\', \'w\', encoding=\'utf-8\')
    for li in li_list:
        # 局部解析
        print(li)

执行结果

绿野花苑一层大两室，老本，南北通透，干净整洁，可拎包入住
和逸居四层   明厨明卫  老本   带地下室 ！！
水山越城 49中学区 全明三阳 小三居 南北通透 首付18万
观唐帝景旁 盛唐府 三室两厅 洋房 可贷款 衡水一中旁 热销
绿城物业直售  春晓二期 高档小区 电梯入户 紧邻南湖 急

补充示例：

import requests
from lxml import etree

url = \'https://sz.58.com/ershoufang/\'
headers = {\'User-Agen\':\'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 UBrowser/6.2.4098.3 Safari/537.36\'}
page_text = requests.get(url=url,headers=headers).text
tree = etree.HTML(page_text)
title_list = tree.xpath(\'//ul[@class="house-list-wrap"]/li\')
fp = open(\'title.txt\',\'w\',encoding=\'UTF-8\')

for title in title_list:
        list1 = title.xpath(\'./div/h2/a/text()\')[0]
        fp.write(list1+\'\n\')