麻瓜编程·python实战·2-1作业:爬取晓租3页数据存进MongoDB

我的结果

MongoDB in Pycharm

我的代码:

from bs4 import BeautifulSoup
import requests, pymongo

urls = ['http://bj.xiaozhu.com/search-duanzufang-p{}-0/'.format(str(i)) for i in range(4)]

client = pymongo.MongoClient('localhost', 27017)  # 连接客户端
walden = client['walden']  # 给数据库命名
xiaozu_3page = walden['xiaozu_3page']  # 给collection命名

# 从聚合页面获取租房页面
def get_pages(url):
    data = requests.get(url)
    soup = BeautifulSoup(data.text, 'lxml')
    pages = soup.select('.resule_img_a')
    for page in pages:
        page = page.get('href')
        duanzufang_info(page)
    return

# 爬取租房页面信息
def duanzufang_info(href):
    web_data = requests.get(href)
    soup = BeautifulSoup(web_data.text, 'lxml')
    title = soup.select('.pho_info em')[0].get_text() 
    addr = soup.select('.pho_info p')[0].get('title')  
    price = soup.select('.day_l span')[0].get_text()  
    area = soup.select('.border_none p')[0].get_text().split()[0]
    house_type = soup.select('.border_none p')[0].get_text().split()[1]
    for_people = soup.select('.h_ico2')[0].get_text()
    bed_num = '床' + soup.select('.h_ico3')[0].get_text() 

    data = {
        'title': title,
        'address': addr,
        'price': int(price),
        'area': area,
        'type': house_type,
        'people': for_people,
        'bed': '床'+bed_num
    }
    print(data)
    # 把data写进MongoDB
    xiaozu_3page.insert_one(data)

# 选出价格在500以上的
def find_fangzi():
    for info in xiaozu_3page.find():
        if info['price'] >= 500:
            print(info)

# for url in urls:
#     get_pages(url)

find_fangzi()

我的感想:

  • 花了将近一个小时完成。
  • 小猪的部分写起来还是很快的,既没有用headers、proxies,连time.sleep()都没有,粗暴。
  • MongoDB可视化界面看起来好友好啊
  • 一开始我自作多情把price写成 ¥+price,后来出错了呃,因为没有用int,结果不能用>=筛选,而到mongodb中修改数据类型,却又把price全部弄成了0(应该是¥符号出了问题吧)。
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 200,612评论 5 471
  • 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 84,345评论 2 377
  • 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 147,625评论 0 332
  • 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 54,022评论 1 272
  • 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 62,974评论 5 360
  • 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 48,227评论 1 277
  • 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 37,688评论 3 392
  • 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 36,358评论 0 255
  • 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 40,490评论 1 294
  • 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 35,402评论 2 317
  • 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 37,446评论 1 329
  • 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 33,126评论 3 315
  • 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 38,721评论 3 303
  • 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 29,802评论 0 19
  • 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 31,013评论 1 255
  • 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 42,504评论 2 346
  • 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 42,080评论 2 341

推荐阅读更多精彩内容