剛學習了python，中途遇到很多問題，查了很多資料，最關鍵的就是要善于調試，div信息一定不要找錯，下面就是我爬取租房信息的代碼和運行結果：

鏈家的房租網站

兩個導入的包

1.requests 用來過去網頁內容

2.BeautifulSoup

import time

import pymssql

import requests

from bs4 import BeautifulSoup
#https://bj.lianjia.com/zufan

完整代碼如下:

import requests
import uuid
import time
from bs4 import BeautifulSoup
from src.request import send as send
from src.database import database as database

def requestHtmlData() :

conn = database.initDataConnect()url = "https://bj.lianjia.com/zufang/pg{0}/#contentList"headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.55 Safari/537.36 Edg/96.0.1054.43' } i = 1; while(1==1):rurl = url.replace("{0}",str(i))print("請求地址："+rurl)i+=1if(i>100):i=1resp = requests.get(rurl,headers=headers)#print(resp.text) #網頁內容 文本#print(resp.content.decode('utf-8')) #網頁內容 二進制html=resp.textsoup =BeautifulSoup(html,'html.parser')#解析#print (soup)infos = soup.findAll(class_='content__list--item')#print(infos)for info in infos:try:data_house_code = info.attrs['data-house_code']name = info.find(class_='content__list--item--aside').attrs['title']price = info.find(class_='content__list--item--main').find(class_='content__list--item-price').find('em').get_text();area = info.find(class_='content__list--item--main').find(class_='content__list--item--des').a.get_text();addresses = info.find(class_='content__list--item--main').find(class_='content__list--item--des').findAll('a');address = addresses[0].get_text()+'-'+addresses[1].get_text()+'-'+addresses[2].get_text()tags = info.find(class_='content__list--item--main').find(class_='content__list--item--bottom').findAll('i');tagStr = ''for tag in tags:if(tagStr!='') :tagStr += '-'tagStr += tag.get_text()deleteSql = "delete from building_data where id = '"+data_house_code+"';"database.execSql(deleteSql)insertSql = "INSERT INTO building_data (id, name, adrress, area, price, location, bz) VALUES ('"+data_house_code+"', '"+name+"', '"+address+"', '"+area+"', '"+price+"', '', '"+tagStr+"');"database.execSql(insertSql)except Exception as e:print(e)print("睡眠5s")time.sleep(5)

總結

我們用到的數據有時候不是現成的，需要從網上爬取。python提供了很好的爬蟲包，有requests、BeautifulSoup. scrapy。可以直接導入。
1、首先安裝需要用到的包 requests 和 BeautifulSoup。2、抓取和解析頁面鏈家網的租房列表頁，URL結構為：https://bj.lianjia.com/zufang/pg/bj表示城市 zufang是頻道名稱首頁面碼 我們要抓取的是北京的租房頻道，所以前面的部分不會變。將URL分為兩部分，前面的固定部分賦值給url，后面使用while循環遍歷頁面。我們使用while循環生成做分頁，轉化格式后于前面的URL固定部分拼成要抓取的URL。將抓取的頁面保存到html中#循環抓取列表頁信息。BeautifulSoup對頁面進行解析#解析抓取的頁面內容=BeautifulSoup(html,‘html.parser’)完成解析后，就開始對頁面中的關鍵信息進行提取了。我們提取租房的價格、小區，地址，戶型，面積，價格更新時間等信息，最后將抓取信息存入數據庫！

希望對剛學習爬蟲的小伙伴有幫助！(?˙▽˙?)

總結

以上是生活随笔為你收集整理的python 爬取链家网北京租房信息的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。