python实战

python实战

爬取贝壳房源总数据(楼盘，地址，价格，户型，面积)
第二章，房源价格爬取

文章目录

• 前言
• 一、爬虫是什么？
• 二、使用步骤
• • 1.引入库与函数
  • 2.读入数据
  • 3.运行代码如下
• 总结

前言

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容，了解python爬虫。
今天带来的是爬取贝壳房源总数据的第二小节，房源价格的爬取

以下是本篇文章正文内容，代码可供参考

一、爬虫是什么？

在进行大数据分析或者进行数据挖掘的时候，数据源可以从某些提供数据统计的网站获得，也可以从某些文献或内部资料中获得，但是这些获得数据的方式，有时很难满足我们对数据的需求，而手动从互联网中去寻找这些数据，则耗费的精力过大。此时就可以利用爬虫技术，自动地从互联网中获取我们感兴趣的数据内容，并将这些数据内容爬取回来，作为我们的数据源，从而进行更深层次的数据分析，并获得更多有价值的信息。
在使用爬虫前首先要了解爬虫所需的库，因为今天爬取的房源的价格所以除了（requests）库还有（bs4）函数。

二、使用步骤

1.引入库与函数

代码如下（示例）：

import requests
from bs4 import BeautifulSoup

2.读入数据

代码如下（示例）：

# 明确爬取的网站
response = ("")# 提取文件
html = # 使用bs4 把html文件构造成树,使用默认的解析器
soup = BeautifulSoup(html)# 使用函数 find_all() 在树上查找span节点
result = soup.find_all("span", class_="number")
print(result)# 提取span里的数据
for i in result:print(i.string)

该处使用bs4把html文件构造成一棵树，再用函数find_all()查找树上的span节点。

3.运行代码如下

代码运行无报错

总结

这里对文章进行总结：今天分析这波代码目的是为了让大家清晰明亮的了解python爬虫的运作，和大家一起学习
以上就是今天要讲的内容，本文仅仅简单介绍了函数bs4的使用，而requests提供了大量能使我们快速便捷地爬取数据。

小郭锅在此希望对你的编程之旅有所帮助，记得点赞关注哦
如果有哪些地方写得不对还请大佬留言提出
源代码文件已经放入资源里面需要的可以自行提取