python爬虫爬房多多链家房源信息

Paste_Image.png
Paste_Image.png

有这样一个excel表格,有若干个你想关注的小区,只要在小区下面填好类似http://esf.fangdd.com/suzhou/xiaoqu_64364.html 的页面,脚本自动爬下当天的价格数据填回到excel中。
sheet1是房多多(index = 0)
sheet2是链家 (index = 1)

#!/usr/bin/env python
# -*- coding: utf-8 -*- 
import urllib2
import xlrd
import xlwt
import xlutils
import datetime
from xlutils.copy import copy
import sys
reload(sys)
sys.setdefaultencoding('utf8')
arrs = ["http://esf.fangdd.com/suzhou/xiaoqu_64364.html", "http://esf.fangdd.com/suzhou/xiaoqu_65115.html", "http://esf.fangdd.com/suzhou/xiaoqu_65123.html"]
currentRow = 0;
arrr = []

def testXlrd(filename, index):
    book = xlrd.open_workbook(filename)
    sh = book.sheet_by_index(index)
    #print sh.nrows, sh.ncols
    rows = sh.row_values(2)
    print rows
    return rows, sh.nrows

def testXlwt(filename, arrss, index):
    book = xlrd.open_workbook(filename)
    sh = book.sheet_by_index(index)
    lastdate = sh.cell(currentRow - 1,0).value
    wsh = copy(book)
    wsh2 = wsh.get_sheet(index)
    now = datetime.datetime.now()
    date = now.strftime('%Y%m%d')

    if date == lastdate:
        print "今天已经执行过啦"
        return

    wsh2.write(currentRow, 0, date)
    i = 1
    for arr in arrss:
        wsh2.write(currentRow, i, arrr[i - 1])
        i = i + 1
        print currentRow, i, arrss[i - 2]

    wsh.save(filename)
    print "写入表成功"

def pachong(arrss, index):
    for arr in arrss:
        url = arr.encode("utf-8")
        if url != "":
            up = urllib2.urlopen(url)
            cont = up.read()
            if index == 0:
                head = '<span class="cell__name">'
                tail = '</span>'
            elif index == 1:
                head = '<span class="title">'
                tail = '</span>'
            elif index == 2:
                head = '<div class="fixnav_tit" id="xfdsxq_B02_01"><h2 class="tf">'
                tail = '</a></h2><span class="fixnav_num ml15">'
            elif index == 3:
                head = '<h1 class="hs-name">'
                tail = '</h1>'
            elif index == 4:
                head = '<span class="nameShow">'
                tail = '</span>'
            ph = cont.find(head)
            pj = cont.find(tail, ph + 1)
            print cont[ph + len(head) : pj]

            if index == 0:
                head = '<span class="average__price--orange">'
                tail = '</span>'
            elif index == 1:
                head = '<span class="botline">'
                tail = '</strong>'
            elif index == 2:
                head = '<span class="prib cn_ff">'
                tail = '</span>'
            elif index == 3:
                head = '<span><big>'
                tail = '</big></span>'
            elif index == 4:
                head = '<span class="num price">'
                tail = '</span>'
            ph = cont.find(head)
            pj = cont.find(tail, ph + 1)
            result = cont[ph + len(head) : pj].strip()
            if index == 1:
                result = result[8:]
            print result + "元/平米"
            print "---------------分割线--------------------"
            arrr.append(result.decode("utf-8"))

if __name__=='__main__':
    #index=0为爬取房多多下面二手房小区房源
    rows, currentRow = testXlrd('hehehe.xls', 0)
    pachong(rows, 0)
    testXlwt('hehehe.xls', arrr, 0)

    #index=1为爬取链家下面二手房小区房源
    currentRow = 0;
    arrr = []
    rows, currentRow = testXlrd('hehehe.xls', 1)
    pachong(rows, 1)
    testXlwt('hehehe.xls', arrr, 1)

    #index=2为爬取房天下下面新房小区房源
    # currentRow = 0;
    # arrr = []
    # rows, currentRow = testXlrd('hehehe.xls', 2)
    # pachong(rows, 2)
    # testXlwt('hehehe.xls', arrr, 2)

    #index=3为爬取房天下下面新房小区房源
    currentRow = 0;
    arrr = []
    rows, currentRow = testXlrd('hehehe.xls', 3)
    pachong(rows, 3)
    testXlwt('hehehe.xls', arrr, 3)

    #index=4为爬取链家下面新房小区房源
    currentRow = 0;
    arrr = []
    rows, currentRow = testXlrd('hehehe.xls', 4)
    pachong(rows, 4)
    testXlwt('hehehe.xls', arrr, 4)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,015评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,262评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,727评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,986评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,363评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,610评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,871评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,582评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,297评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,551评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,053评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,385评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,035评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,079评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,841评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,648评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,550评论 2 270

推荐阅读更多精彩内容