Python爬取房产数据，在地图上展现！

Posted 2021-01-30 夜里码码

小伙伴，我又来了，这次我们写的是用python爬虫爬取乌鲁木齐的房产数据并展示在地图上，地图工具我用的是 BDP个人版-免费在线数据分析软件，数据可视化软件 ，这个可以导入csv或者excel数据。

首先还是分析思路，爬取网站数据，获取小区名称，地址，价格，经纬度，保存在excel里。再把excel数据上传到BDP网站，生成地图报表

本次我使用的是scrapy框架，可能有点大材小用了，主要是刚学完用这个练练手，再写代码前我还是建议大家先分析网站，分析好数据，再去动手写代码，因为好的分析可以事半功倍，乌鲁木齐楼盘,2017乌鲁木齐新楼盘,乌鲁木齐楼盘信息 - 乌鲁木齐吉屋网 这个网站的数据比较全，每一页获取房产的LIST信息，并且翻页，点进去是详情页，获取房产的详细信息(包含名称，地址，房价，经纬度)，再用pipelines保存item到excel里，最后在bdp生成地图报表，废话不多说上代码：

JiwuspiderSpider.py

-- coding: utf-8 --
from scrapy import Spider,Request

import re

from jiwu.items import JiwuItem

class JiwuspiderSpider(Spider):

name = "jiwuspider"

allowed_domains = ["wlmq.jiwu.com"]

start_urls = [‘http://wlmq.jiwu.com/loupan‘]

def parse(self, response):

"""

解析每一页房屋的list

:param response:

:return:

"""

for url in response.xpath(‘//a[@class="index_scale"]/@href‘).extract():

yield Request(url,self.parse_html) # 取list集合中的url 调用详情解析方法

# 如果下一页属性还存在，则把下一页的url获取出来

nextpage = response.xpath(‘//a[@class="tg-rownum-next index-icon"]/@href‘).extract_first()

#判断是否为空

if nextpage:

yield Request(nextpage,self.parse) #回调自己继续解析

def parse_html(self,response):

"""

解析每一个房产信息的详情页面，生成item

:param response:

:return:

"""

pattern = re.compile(‘<script type="text/javascript">.?lng = ‘(.?)‘;.?lat = ‘(.?)‘;.?bname = ‘(.?)‘;.?‘

‘address = ‘(.?)‘;.?price = ‘(.?)‘;‘,re.S)

item = JiwuItem()

results = re.findall(pattern,response.text)

for result in results:

item[‘name‘] = result[2]

item[‘address‘] = result[3]

# 对价格判断只取数字，如果为空就设置为0

pricestr =result[4]

pattern2 = re.compile(‘(d+)‘)

s = re.findall(pattern2,pricestr)

if len(s) == 0:

item[‘price‘] = 0

else:item[‘price‘] = s[0]

item[‘lng‘] = result[0]

item[‘lat‘] = result[1]

yield item



<p>item.py</p>

<pre>
# -*- coding: utf-8 -*-
# Define here the models for your scraped items
#
# See documentation in:
# http://doc.scrapy.org/en/latest/topics/items.html
import scrapy
class JiwuItem(scrapy.Item):
 # define the fields for your item here like:
 name = scrapy.Field()
 price =scrapy.Field()
 address =scrapy.Field()
 lng = scrapy.Field()
 lat = scrapy.Field()
 pass

pipelines.py 注意此处是吧mongodb的保存方法注释了，可以自选选择保存方式
-- coding: utf-8 --
Define your item pipelines here

Don‘t forget to add your pipeline to the ITEM_PIPELINES setting
See: http://doc.scrapy.org/en/latest/topics/item-pipeline.html
import pymongo

from scrapy.conf import settings

from openpyxl import workbook

class JiwuPipeline(object):

wb = workbook.Workbook()

ws = wb.active

ws.append([‘小区名称‘, ‘地址‘, ‘价格‘, ‘经度‘, ‘纬度‘])

def init(self):

# 获取数据库连接信息

host = settings[‘MONGODB_URL‘]

port = settings[‘MONGODB_PORT‘]

dbname = settings[‘MONGODB_DBNAME‘]

client = pymongo.MongoClient(host=host, port=port)

# 定义数据库

db = client[dbname]

self.table = db[settings[‘MONGODB_TABLE‘]]

def process_item(self, item, spider):

jiwu = dict(item)

#self.table.insert(jiwu)

line = [item[‘name‘], item[‘address‘], str(item[‘price‘]), item[‘lng‘], item[‘lat‘]]

self.ws.append(line)

self.wb.save(‘jiwu.xlsx‘)

return item
```
加?：960410445   加入千人交流群资源共享！
最后报表的数据

 
mongodb数据库

 
地图报表效果图：BDP分享仪表盘，分享可视化效果
https://me.bdp.cn/share/index.html?shareId=sdo_b697418ff7dc4f928bb25e3ac1d52348

来源：https://blog.csdn.net/qq_42156420/article/details/85028588