应该有3个月没有碰爬虫了，原因：该死的工作！๑乛◡乛๑
闲话，最近状态
昨天又加班啦，晚上很开心地去大哥大嫂那蹭饭，提及为什么周六都要加班，对这个问题，我后来在回来的路上还是认真地思考了一下，具体过程本想用一个思维导图来说明，毕竟在下的原则是能用画的说明白的就不用写的，能用写的描述清楚的就不用说的。大概过程是这样的，我是谁？我在哪？……最后结论就是，这块宝地与在下八字不合，嗯！
此处是一张非常惊奇的思维导图。。。囧rz(ｰｰ;)(ｰｰ;)(ｰｰ;)(ｰｰ;)
加班 的问题想明白了之后顿时就觉得神清气爽，正是突破魂师进阶魂斗罗，啊不，好好学习知识的大好时候啊！
趁着兴致，把更新的几部国漫刷完，已是凌晨两点，time to sleep。醒来已是中午10点，几缕阳光在窗前跳跃，嗯，好天气！吃饱喝足回来，擦了擦电脑上厚厚的灰尘，嗯，正常开机。
正题了
前几天马爷给我发了个楼盘，想网上看看吧，这房产网，看起来有点费劲啊，嗯，爬了吧！
写着写着，忽然想起来，这机子刚装的Py3.6啊，其他啥都没有呢，嗯，有点裸。于是重新装各种库，其中pandas花费的时间有点出乎意料，不过还是成功了，贴个图
由于主要想看下各地区的楼盘分布，所以定下主要抓取数据：楼盘名称，地址，开发商，价格
网页结构很好爬，但是还是走了点弯路，因为刚开始没有很好的观察网页结构，以至于用BeautifuSoup来解析，总是抓不到想要的数据。后来，仔细向度娘了解了各种标签，把整个网页爬下来贴到notepad++里，XML格式下，仔细分析了下，终于拿到了想要的数据。
最后用DataFrame格式化一下数据，pandas写入到excel（因为本机无任何数据库(╥╯^╰╥)，真不像话！还搞啥数据），最后数据如下：
好贵啊
嗯，数据拿到了，但是格式还是不是很标准，价格那块比较明显，还是不利于分析，有待处理，后续分析部分待续。。。今天就到这吧，time for dinner
哦，粗糙的代码贴一下吧
嗯，好糙
待续。。。
网友评论