bs4+phantomjs爬取安居客二手房信息

这篇博客介绍了如何利用Python的BeautifulSoup4(bs4)和PhantomJS库爬取安居客网站上的二手房信息。作者首先分析了安居客移动端页面的结构,然后详细阐述了爬取流程,包括获取区域、商圈链接,模拟浏览器滚动加载更多内容,解析HTML获取房源信息,并将数据以JSON格式保存。项目代码分为anjuke.py和config.py两个文件。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

bs4+phantomjs爬取安居客二手房信息

这是我的第一篇博客,希望通过养成写博客的习惯来督促自己学习。

开发环境以及需要安装的模块
- Python3.6
- requests pip install requests
- BeautifulSoup4 pip install BeautifulSoup4
- selenium pip install selenium
- phantomjs 官网http://phantomjs.org/


分析

1、先来看下安居客移动端页面https://m.anjuke.com/sh/sale/pudong/?from=filterarea
2、点击 浦东 , 弹出菜单,左边是区,后边是商圈。
3、不停下拉直至出现,没有更多这里写图片描述
我们用phantomjs来模拟浏览器操作。
需要注意的点:
某些商圈没有二手房信息,会在页面上显示 “没有符合条件的房源,请修改条件或关键词”。如青浦区下面的青东农场。

步骤

以安居客上海二手房为例。
为了尽量爬取更多的信息,以区为单位爬取。
以浦东为例:
- 获取浦东地区所有商圈的链接
- 对于每个商圈获取其页面
- 下拉至出现 没有更多
- 下载其HTML代码
- 利用bs4分析获取item
- 以json格式写入文件
如何获得每个区的链接我就不说了。
如和使用bs4我也不说了。

项目结构

Anjuke
—— anjuke.py
—— config.py

代码块

以下anjuke.py是部分代码

'''
    step-1.获取所有商圈的移动端页面
    step-2.每个页面模拟下拉直至完全显示
    step-3.解析页面获得items
    step-4.将items写入文件
'''
def main():
    # init
    start_url = 'https://m.anjuke.com/sh/sale/pudong/?from=filterarea'
    browser = webdrive
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值