python爬虫练习——爬取链家二手房信息（基础篇）

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python爬虫练习——爬取链家二手房信息（基础篇），小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1210字，纯文字阅读大概需要2分钟。

内容图文

# -*- coding:utf-8 -*-
from lxml import etree
import requests

total_money = 0
total_number = 0
headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.162 Safari/537.36'
}
for i in range(1,101):
    url = "https://bj.lianjia.com/ershoufang/pg" + str(i) + "/"

    response = requests.get(url,headers = headers)
    response.encoding = 'utf8'
    html = response.text

    root = etree.HTML(html)

    node_list = root.xpath("//div/@data-price")    #data-price = "51891"

    total_number += len(node_list)
    for node in node_list:
        total_money += float(node)


average = total_money // total_number
print average

　　上文中，最后输出的是单价平均数。

　　先说下简单思路。观察发现，链家二手房北京地区总共展示了100页，首先想到的是将这100页的房源单价信息加总起来，然后再把这100页的房源数加起来，相除便可获得单价的平均数。

　　上面的程序跑完后，的确可以跑出一个平均数。但最开始观察就发现，页面显示的总房源有好几万套，而当前展示的100页的套数3000（100*30）和总数差的可不是丁点。所以想到肯定还有n多页没有展示出来，突然又意识到，地址上我配置成101会不会就显示出101页呢？有一瞬间竟为自己的小聪明窃喜过、、、结果，试了后，当然不行，早该想到没有这么简单！

　　发现了问题后，也就知道下一步要做什么了。后续的将再一步一步完善了。

内容总结

以上是互联网集市为您收集整理的python爬虫练习——爬取链家二手房信息（基础篇）全部内容，希望文章能够帮你解决python爬虫练习——爬取链家二手房信息（基础篇）所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---