首页 > 编程语言 >Python爬虫之58租房+高德地图

Python爬虫之58租房+高德地图

时间:2023-01-19 23:23:15浏览次数:52  
标签:function map 58 Python 房源 高德 var new page

任务分析

  • 用Python爬虫在58同城网上爬取房源信息,保存为本地CSV文件
  • 申请高德开发者Key,用JS API示例编写Index.html,在web上设置工作地点,导入CSV房源信息文件,显示工作地点及其1小时到达范围内的房源信息,并进行工作地点到房源的路径规划
  • 本地开启http server

Python爬虫crawler.py

  • 因为要写入到同一csv文件,所以没用多线程,并且多线程爬取时存在封IP的问题
  • 爬取58同城网上昆明翠湖地区房源的名字、网址和位置信息,如下图所示
import csv
import requests
from pyquery import PyQuery as pq

url = "https://km.58.com/cuihu/zufang/pn{page}/?key=%E7%A7%9F%E6%88%BF%E5%AD%90&final=1"
headers = {
    'authority': 'km.58.com',
    'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9',
    'accept-language': 'zh-CN,zh;q=0.9',
    'cookie': 'f=n; commontopbar_new_city_info=541%7C%E6%98%86%E6%98%8E%7Ckm; f=n; commontopbar_new_city_info=541%7C%E6%98%86%E6%98%8E%7Ckm; userid360_xml=CB19D4C9E81B140801B4C5065601FDA8; time_create=1676543927873; 58home=km; f=n; id58=pRXw3GPGehtsR5nJNS2dAg==; commontopbar_new_city_info=541%7C%E6%98%86%E6%98%8E%7Ckm; city=km; commontopbar_ipcity=km%7C%E6%98%86%E6%98%8E%7C0; 58tj_uuid=ff377cd1-7939-4285-9b85-398cb4563b6d; new_uv=1; utm_source=; spm=u-2few826hy988m2wxeg.2few8w84cwgt4eurg.kd_35028742829.cr_7724144035.cd_7549bb71213c6079; init_refer=https%253A%252F%252Fcn.bing.com%252F; als=0; wmda_uuid=e5032ea14914dcc52c01ae4f7add3a84; wmda_new_uuid=1; wmda_session_id_11187958619315=1673951776868-259b42ae-3b9e-a293; wmda_visited_projects=%3B11187958619315; new_session=0; __bid_n=185bf4d81ffcb588864207; FPTOKEN=SkjWhxEce3zRRV9ztPtC/RRkLN+EA/Bu23YM9sSDW6L+2NKTbKg0VK8/fFqrtafVdYN4arh/pwMuXPOGh6WC0uQB5wAIRFJGdgsc5aQRkuNgt3uk3j3M5HvpVOIcQc6kactWNyf9ZusWSlm+K1N+rkByI4E8dtFsHODPjEREqvmdsSvU9faobxszjPGIQj6JCom8I1bAxGj0WcNXt3Kh+9YzqFkEB6llgdd4++/qEbTT6uckUrekv2asxwOYbqOCeby+HTElXTBL4T0BSPw+GasPuMqwHb4ny4gr9HI/9Vev0vz/UjLwiw/6aqcs6AHAjEev747yFePHcZJca0V6CIgp3jCUThe1zlfHNIJo6Kq4CtSXmXucNSCuVOpvWhuckzx+HPwTGRjEO08MxvnXMWpvl8C/S3FG/CqwjlchcgE4i5PmFVHjGTs8XiUqTfLs|i0mv1G+Cd1oH+JvHe1ZzIhfbmxFrwfAhoOvHZRonvnU=|10|d30ba23a24900cd15a2ab321bc2069a0; xxzl_cid=d9630409896c4c58b437abc978df5d28; xxzl_deviceid=kMMqALshaA03PorzMMEEm68EJBeI4e0yX2c0IC%2FTOMuK%2BiJxgoH6RLBbjW5Fov3i',
    'referer': 'https://km.58.com/cuihu/zufang/pn4/?key=%E7%A7%9F%E6%88%BF%E5%AD%90&final=1',
    'sec-ch-ua': '"Not?A_Brand";v="8", "Chromium";v="108", "Google Chrome";v="108"',
    'sec-ch-ua-mobile': '?0',
    'sec-ch-ua-platform': '"Windows"',
    'sec-fetch-dest': 'document',
    'sec-fetch-mode': 'navigate',
    'sec-fetch-site': 'same-origin',
    'sec-fetch-user': '?1',
    'upgrade-insecure-requests': '1',
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36',
}

def get_page_num():
    page_url = url.format(page=1)
    content = requests.get(page_url, headers=headers)
    doc = pq(content.text)
    num = doc("#pager_wrap > div > a:nth-last-child(2) > span").text()
    print ("页码数为:" + num)
    return int(num)

def get_one_page(page):
    page_url = url.format(page=page)
    content = requests.get(page_url, headers=headers)
    for h_name, h_loc, h_url in parse_page(content.text):
        writer.writerow([h_name, h_loc, h_url])
    print ("第" + str(page) + "页房源信息保存完毕")

def parse_page(html):
    doc = pq(html)
    items = doc("body > div.list-wrap > div.list-box > ul > li")
    for item in items.children().items():
        house_name = item.find("h2 > a").text()
        if house_name != "":
            house_url = item.find("h2 > a").attr('href').split("&dataSource")[0]
            house_loc = item.find("p.infor > a:nth-child(2)").text()
            yield house_name, house_loc, house_url

if __name__ == "__main__":
    csv_file = open('renting.csv', 'w', encoding='utf_8_sig', newline='')
    writer = csv.writer(csv_file, dialect='excel')
    num = get_page_num()
    for page in range(1, num+1):
        get_one_page(page)

http服务器myweb.py

from http.server import HTTPServer, CGIHTTPRequestHandler

PORT = 8080
httpd = HTTPServer(("", PORT), CGIHTTPRequestHandler)
print ("在" + str(PORT) + "端口开启web服务器")
httpd.serve_forever()

高德JS API开发Web页面Index.html

  • html设置工作地点名输入框,房源信息文件导入按钮
  • 用JS API开发工作地点描绘功能,将房源信息加载到地图上,并设置工作地点通勤一小时的范围,以及规划工作地点到选中房源的路径,借助现成的demo以及jquery的事件方法来实现上述功能
<html>
<head>
    <meta charset="utf-8">
    <meta http-equiv="X-UA-Compatible" content="IE=edge">
    <meta name="viewport" content="initial-scale=1.0, user-scalable=no,
 width=device-width">
    <title>高德地图+58租房</title>
    <link rel="stylesheet" href="http://cache.amap.com/lbs/static/main1119.css"/>
    <link rel="stylesheet" href="http://cache.amap.com/lbs/static/jquery.range.css"/>
    <script src="http://cache.amap.com/lbs/static/jquery-1.9.1.js"></script>
    <script src="http://cache.amap.com/lbs/static/es5.min.js"></script>
    <script src="http://webapi.amap.com/maps?v=1.3&key=7af41c9af70b3fd698f07b8f4508b2b9&plugin=AMap.ArrivalRange,AMap.Scale,AMap.Geocoder,AMap.Transfer,AMap.Autocomplete"></script>
<style>
/*面板控制样式*/
.control-panel {
    position: absolute;
    top: 30px;
    left: 20px;
}
/*面板内容样式*/
.control-entry {
    width: 290px;
    background-color: rgba(119, 136, 153, 0.8);
    font-family: fantasy, sans-serif;
    text-align: left;
    color: white;
    overflow:hidden;
    padding: 10px;
    margin-bottom: 10px;
}
/*文字与右侧的距离*/
.control-input {
    margin-left: 120px;
}
/*输入框宽度*/
.control-input input[type="text"] {
    width: 160px;
}
/*文字样式*/
.control-panel label {
    float: left;
    width: 120px;
}
/*路线规划信息窗体样式*/
#transfer-panel {
position: absolute;
background-color: white;
max-height: 80%;
overflow-y: auto;
top: 150px;
left: 20px;
width: 250px;
}
</style>

</head>
<body>
<div id="container"></div>
<!--显示输入地址面板-->
<div class="control-panel">
    <div class="control-entry">
        <label>输入工作地点:</label>
        <div class="control-input">
            <input id="work-location" type="text">
        </div>
    </div>
    <!--显示导入房源的面板-->
    <div class="control-entry">
        <label>导入房源文件:</label>
        <div class="control-input">
            <input type="file" name="file" onChange="importRentInfo(this)"/>
        </div>
    </div>
</div>
<div id="transfer-panel"></div>

<script>
    //地图部分
    var map = new AMap.Map("container", {
        resizeEnable: true,               //页面可调整大小
        zoomEnable: true,                 //可缩放
        center: [116.397428, 39.90923],   //地图中心,这里使用的是北京的经纬度
        zoom: 11                          //缩放等级,数字越大离地球越近
    });
    //添加标尺
    var scale = new AMap.Scale();
    map.addControl(scale);
    //经度,纬度,时间,通勤方式(默认是地铁+公交)
var x, y, t, vehicle = "SUBWAY,BUS";
//工作地点,工作标记
var workAddress, workMarker;
//房源标记数组
var rentMarkerArray = [];
//多边形数组,存储到达范围的计算结果
var polygonArray = [];
//路线规划
var amapTransfer;

//到达范围对象
var arrivalRange = new AMap.ArrivalRange();

//信息窗体对象
var infoWindow = new AMap.InfoWindow({
    offset: new AMap.Pixel(0, -30)
});

//地址自动补全对象
var auto = new AMap.Autocomplete({
    //根据id指定输入内容
    input: "work-location"
});
//添加事件监听,在选择完地址以后调用workLocationSelected
AMap.event.addListener(auto, "select", workLocationSelected);

//选择工作地点后触发的方法
function workLocationSelected(e) {
    //更新工作地点,加载到达范围
    workAddress = e.poi.name;
    //调用加载1小时到达区域的方法
    loadWorkLocation();
}

//加载工作地点标记
function loadWorkMarker(x, y, locationName) {
    workMarker = new AMap.Marker({
        map: map,
        title: locationName,
        icon: 'http://webapi.amap.com/theme/v1.3/markers/n/mark_r.png',
        position: [x, y]
    });
}
//清除已有的到达区域
function delWorkLocation() {
    if (polygonArray) map.remove(polygonArray);
    if (workMarker) map.remove(workMarker);
    polygonArray = [];
}

//加载到达范围
function loadWorkRange(x, y, t, color, v) {
    arrivalRange.search([x, y], t, function(status, result) {
        if (result.bounds) {
            for (var i = 0; i < result.bounds.length; i++) {
                //多边形对象
                var polygon = new AMap.Polygon({
                    map: map,
                    fillColor: color,    //填充色
                    fillOpacity: "0.4",  //透明度
                    strokeWeight: 1      //线宽
                });
                //到达范围的多边形路径
                polygon.setPath(result.bounds[i]);
                //增加多边形
                polygonArray.push(polygon);
            }
        }
    }, {
        policy: v
    });
}
//加载1小时到达区域
function loadWorkLocation() {
    //清除已有的到达区域
    delWorkLocation();
    //创建地址坐标对象
    var geocoder = new AMap.Geocoder({
        city: "北京",
        radius: 1000
    });
    //获取位置
    geocoder.getLocation(workAddress, function(status, result) {
        if (status === "complete" && result.info === 'OK') {
            var geocode = result.geocodes[0];   //获取地址编码
            x = geocode.location.getLng();      //经度
            y = geocode.location.getLat();      //纬度
            //加载工作地点标记
            loadWorkMarker(x, y);
            //加载工作地点1小时内到达的范围
            loadWorkRange(x, y, 60, "#3f67a5", vehicle);
            //地图移动到工作地点的位置
            map.setZoomAndCenter(12, [x, y]);
        }
    })
}
//导入房源信息触发的方法
function importRentInfo(fileInfo) {
    //获取房源文件名称
    var file = fileInfo.files[0].name;
    loadRentLocationByFile(file);
}

//清除现有的房源标记
function delRentLocation() {
    if (rentMarkerArray) map.remove(rentMarkerArray);
    rentMarkerArray = [];
}
//加载房源位置
function loadRentLocationByFile(fileName) {
    //清除现有的房源标记
    delRentLocation();
    //所有的地点都记录在集合中
    var rent_locations = new Set();
    //获取文件中的房源信息
    $.get(fileName, function(data) {
        //分割信息
        data = data.split("\n");
        //遍历房源位置
        data.forEach(function(item, index) {
            rent_locations.add(item.split(",")[1]);
        });
        rent_locations.forEach(function(element, index) {
            //加上房源标记
            addMarkerByAddress(element);
        });
    });
}
//添加房源标记
function addMarkerByAddress(address) {
    //地理编码对象
    var geocoder = new AMap.Geocoder({
        city: "北京",
        radius: 1000
    });
    //获取位置
    geocoder.getLocation(address, function(status, result) {
        if (status === "complete" && result.info === 'OK') {
            //获取地理编码
            var geocode = result.geocodes[0];
            //标记对象
            rentMarker = new AMap.Marker({
                map: map,        //显示标记的地图
                title: address,  //鼠标移动至标记时所显示的文字
                //标记图标地址
                icon: 'http://webapi.amap.com/theme/v1.3/markers/n/mark_b.png',
                //位置
                position: [geocode.location.getLng(), geocode.location.getLat()]
            });
            rentMarkerArray.push(rentMarker);
            //相关房源网络地址
            rentMarker.content = "<div>房源:<a target = '_blank'href='http://bj.58.com/pinpaigongyu/?key=" + address + "'>" + address + "</a><div>"
            //标记的事件处理
            rentMarker.on('click', function(e) {
                //设置信息窗体显示的内容
                infoWindow.setContent(e.target.content);
                infoWindow.open(map, e.target.getPosition());
                //路线规划是否清除
                if (amapTransfer) amapTransfer.clear();
                //换乘对象
                amapTransfer = new AMap.Transfer({
                    map: map,
                    policy: AMap.TransferPolicy.LEAST_TIME,
                    city: "北京市",
                    panel: 'transfer-panel'
                });
                //根据起、终点坐标查询换乘路线
                amapTransfer.search([{
                    keyword: workAddress
                }, {
                    keyword: address
                }], function(status, result) {})
            });
        }
    })
}

</script>
</body>
</html>

结果展示

  • 爬取房源信息文件
  • 主界面
  • 输入工作地点
  • 选择房源信息文件
  • 显示房源位置标记,以及一小时通勤范围
  • 规划工作地点到房源路线

标签:function,map,58,Python,房源,高德,var,new,page
From: https://www.cnblogs.com/z5onk0/p/17062267.html

相关文章

  • Python-构建自适应线性神经元
    Python-构建自适应线性神经元1自适应线性神经元自适应性神经元(Adaline)可以视为感知器的优化和改进。该算法说明了定义最小化连续性代价函数的关键概念。这为理解如逻辑......
  • 将Python文件.py打包成.exe可执行程序
    点我~原创-最优教程.exe是文件扩展名,带有.exe扩展名的文件名按下Enter键就可运行。这么个意思不就是:不需要装python即可运行python程序了,岂不美哉(_)v这里说一下,本文只......
  • python pandas dataframe读取超大数据集
    前言最近在搞一个根因分析相关的项目,内部用到一个原因模拟器,自动生成各种问题可能导致的告警现象,算是大数据的边缘,一提到大数据,数据量就大了,项目大概需要模拟3000+个根源......
  • Python3.9+torch1.7.1+cuda11.0+cudnn8.0+Anaconda3安装
    前言想要安装pytorch,至少得先安装Anaconda、python!!!必要的不想用cpu要用gpu的还需要cuda11.0+cudnn11.0!!!一、安装python3.9二、安装Anaconda3三、安装cuda11.0+cudnn8.0四、......
  • python 工匠规范
    最近看了《python工匠》这本关于python的书,虽然只看了第一章关于变量与注释的内容,也有些突如其来的想法。一直学习如何使用python去做一些功能,忽略了它本身的一些特性和......
  • python __getitem__用法
    classA():def__init__(self):self.name={"key":"aaa"}def__getitem__(self,item):returnself.name.get(item)obj=A()print(obj["key"])......
  • python编码
    str类型字符串  byte类型字符串1、两者互相转换通过 str类型通过encode转换成bytes类型bytes类型通过decode转换成str类型2、两者以一种编码方式进行......
  • 多进程 multiprocessing in Python
    Simpleexampleimporttimeimportmultiprocessingstart=time.perf_counter()defdo_something(): print('sleeping1second...') time.sleep(1) print('Done......
  • python操作mysql基础
    importpymysqlconfig={'host':'127.0.0.1','port':3306,'user':'root','password':'root','database':'sys','cursorclass':......
  • Python3.9安装
    一、安装python3.9链接:https://pan.baidu.com/s/1mDkgKt2KSoMrKVxesb76Pg?pwd=ma4n提取码:ma4n--来自百度网盘超级会员V4的分享下载python3.9,然后安装到D盘都是......