先放代碼吧
# coding=utf-8
from bs4 import BeautifulSoup
import requests
from time import sleep
#設(shè)置城市
City_Name = 'qd'
page = 'http://newhouse.{0}.fang.com/house/s'.format(City_Name)
#定義Download_Newitem_List()函數(shù)是為了提取指定城市樓盤列表的鏈接,并存放到指定的文件中
def Download_Newitem_List(url,try_num=2):
global City_Name
print('正在下載:',url)
try:
all_html = requests.get(url,timeout=10)
except Exception as e:
print('下載錯(cuò)誤:',e.reason)
all_html=None
if try_num >0:
if hasattr(e,'code') and 500 <= e.code <600:
return Download_Newitem_List(url,try_num-1)
all_html.encoding = "gb18030"
soup = BeautifulSoup(all_html.text, "html5lib")
#提取新樓盤項(xiàng)目總數(shù)量
Item_Total = soup.find('a', id="allUrl").find('span').text.replace('(','').replace(')','')
#如果余數(shù)大于0那么總項(xiàng)目數(shù)整除每頁(yè)20項(xiàng)目數(shù)+1
if (int(Item_Total) % 20)>0:
Page_Num = (int(Item_Total) // 20) + 1
else:
Page_Num = (int(Item_Total) // 20)
with open('{0}_list_link.txt'.format(City_Name), 'w',encoding='utf-8') as f:
for i in range(1, Page_Num + 1):
New_Page_Link = 'http://newhouse.{0}.fang.com/house/s/b9{1}'.format(City_Name, i)
print(New_Page_Link)
print(New_Page_Link, file=f)
#定義Download_item_link(City)函數(shù)是為了提取指定城市列表的鏈接中每一個(gè)開(kāi)盤項(xiàng)目的鏈接,并存放到指定的文件中。
def Download_item_link(City):
with open('{0}_list_link.txt'.format(City), 'r',encoding='utf-8') as f:
#print(f.readlines())
for line in f.readlines():
print('正在讀取:', line)
sleep(2)
try:
all_html = requests.get(line,timeout=10)
all_html.encoding = "gb18030"
#print(all_html.text)
except Exception as e:
print('下載錯(cuò)誤:', e)
#if try_num > 0:
# if hasattr(e, 'code') and 500 <= e.code < 600:
# return Download_Newitem_List(url, try_num - 1)
soup = BeautifulSoup(all_html.text, "html5lib")
master_html=soup.find_all('div', class_='nlcd_name')
with open('{0}_Newall_link.txt'.format(City), 'w',encoding='utf-8') as d:
for link in master_html:
#print(link.get_text().rstrip() + ':' + link.a['href'].rstrip())
print(link.a['href'].rstrip(),file=d)
Download_Newitem_List(page)
Download_item_link('qd')
上面這段代碼放到ide中可以直接運(yùn)行
拿青島為例(qd)我提取了總樓盤項(xiàng)目482個(gè),25頁(yè)的頁(yè)面鏈接也都提取出來(lái)了,但是當(dāng)我通過(guò)Download_item_link()這個(gè)函數(shù)提取列表中每個(gè)項(xiàng)目鏈接的時(shí)候就出現(xiàn)問(wèn)題了,按理說(shuō)qd_Newall_link.txt文件中應(yīng)該有482個(gè)鏈接才對(duì),但是怎么弄都是20個(gè)鏈接。琢磨了半天都沒(méi)有搞清楚問(wèn)題出在哪里。
希望哪位大神幫忙看看。
北大青鳥(niǎo)APTECH成立于1999年。依托北京大學(xué)優(yōu)質(zhì)雄厚的教育資源和背景,秉承“教育改變生活”的發(fā)展理念,致力于培養(yǎng)中國(guó)IT技能型緊缺人才,是大數(shù)據(jù)專業(yè)的國(guó)家
達(dá)內(nèi)教育集團(tuán)成立于2002年,是一家由留學(xué)海歸創(chuàng)辦的高端職業(yè)教育培訓(xùn)機(jī)構(gòu),是中國(guó)一站式人才培養(yǎng)平臺(tái)、一站式人才輸送平臺(tái)。2014年4月3日在美國(guó)成功上市,融資1
北大課工場(chǎng)是北京大學(xué)校辦產(chǎn)業(yè)為響應(yīng)國(guó)家深化產(chǎn)教融合/校企合作的政策,積極推進(jìn)“中國(guó)制造2025”,實(shí)現(xiàn)中華民族偉大復(fù)興的升級(jí)產(chǎn)業(yè)鏈。利用北京大學(xué)優(yōu)質(zhì)教育資源及背
博為峰,中國(guó)職業(yè)人才培訓(xùn)領(lǐng)域的先行者
曾工作于聯(lián)想擔(dān)任系統(tǒng)開(kāi)發(fā)工程師,曾在博彥科技股份有限公司擔(dān)任項(xiàng)目經(jīng)理從事移動(dòng)互聯(lián)網(wǎng)管理及研發(fā)工作,曾創(chuàng)辦藍(lán)懿科技有限責(zé)任公司從事總經(jīng)理職務(wù)負(fù)責(zé)iOS教學(xué)及管理工作。
浪潮集團(tuán)項(xiàng)目經(jīng)理。精通Java與.NET 技術(shù), 熟練的跨平臺(tái)面向?qū)ο箝_(kāi)發(fā)經(jīng)驗(yàn),技術(shù)功底深厚。 授課風(fēng)格 授課風(fēng)格清新自然、條理清晰、主次分明、重點(diǎn)難點(diǎn)突出、引人入勝。
精通HTML5和CSS3;Javascript及主流js庫(kù),具有快速界面開(kāi)發(fā)的能力,對(duì)瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網(wǎng)頁(yè)制作和網(wǎng)頁(yè)游戲開(kāi)發(fā)。
具有10 年的Java 企業(yè)應(yīng)用開(kāi)發(fā)經(jīng)驗(yàn)。曾經(jīng)歷任德國(guó)Software AG 技術(shù)顧問(wèn),美國(guó)Dachieve 系統(tǒng)架構(gòu)師,美國(guó)AngelEngineers Inc. 系統(tǒng)架構(gòu)師。