python 爬取自如租房的租房数据，使用图像识别获取价格信息

原创

已于 2023-07-30 14:45:17 修改 · 907 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #图像识别

于 2020-09-19 00:50:43 首次发布

该博客介绍了如何利用Python爬虫抓取自如租房网站上的信息，并结合图像识别技术来获取和解析房源的价格数据。作者提供了完整的代码示例链接，可以在GitHub上查看。

python 爬取自如租房的租房数据

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import re
import requests
import pytesseract
from PIL import Image
from selenium import webdriver
from fake_useragent import UserAgent
from lxml import etree
from urllib import parse
import pandas as pd
from datetime import datetime

ua = UserAgent()
headers = {"User-Agent": ua.random,
           "Referer": "http://gz.ziroom.com/"}


class ZiRoom(object):

    def __init__(self):
        self.driver = webdriver.Chrome()
        self.all_data = []

    def get_content(self, name):
        div_list = self.driver.find_elements_by_xpath('//*[@id="houseList"]/li')
        number = self.get_image_number()
        print(number)
        for div in div_list[1:]:
            try:
                price_list = []
                # 如果网页中的值不存在 则可能会存在部分数据丢失 也就是空数据丢失 基本不会有什么影响
                for i in range(2, 6):
                    start_price = \
                        div.find_element_by_xpath('.//div[3]/p/span[{}]'.format