Python链家广州二手房的数据爬取--数据爬取

1. 最近工作之余、花了一些时间、研究了一下Python、并对当前民生热门话题“房价”做了一个爬取练习的 总结

2. 主要使用的核心库：Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库

3. 链家的二手房如下数据结构 

4. 

5. def getHouseInfo(url, qy):
       # 读取原始数据(注意选择gbk编码方式)
       
       #代码很简单、就不做上传 ^_^
       try:
           html = download(url)  # 下载html
           soup = BeautifulSoup(html, \'html.parser\')
       except Exception:
           return -1
   
       house_info_div = soup.find_all(\'div\', attrs={\'class\': \'info clear\'})  # 获取整个标题块
   

   获取到之后的数据格式 解析如下：[\'配套成熟 交通便利 户型方正 住宅\', \'麓湖路3号大院    -  小北 \', \'3室1厅 | 87.17平米 | 西南 | 简装 | 中楼层(共5层) | 1990年建 | 塔楼\', \'5人关注 / 1个月以前发布\', \'VR房源房本满五年\', \'345万单价39578元/平米\']

6. 拆分入库
7. 以上算是个人阶段性练习吧！！！房价真是让人窒息！！！