10分钟学会Django的中坚配备与运作,21天创造布满

作者: 网络编程  发布:2019-09-05

项目:爬取房天下网站全国所有城市的新房和二手房信息

Django项目初步设置与部署

利用django-admin startproject website进行网站项目创建。

图片 1

创建项目.png

进入website文件夹,在这里打开命令行。在命令行上输入manage.py startapp blog,这条命令说明我们需要建设一个真正的网站,该网站的名字为blog。

图片 2

创建blog项目

到此为止其实一个网站的基础已经搭建起来。我们可以看到里面的文件分别为: --init --.py、settings.py、urls.py、wsgi.py。

网站url分析

下面我们会对其一步步的深入:

1.获取所有城市url

   http://www.fang.com/SoufunFamily.htm

    例如:http://cq.fang.com/

2.新房url

  http://newhouse.sh.fang.com/house/s/

3.二手房url

  http://esf.sh.fang.com/

4.北京新房和二手房url规则不同

   http://newhouse.fang.com/house/s/

   http://esf.fang.com/

1.对setting文件进行修改

  • 修改地区语种
![](https://upload-images.jianshu.io/upload_images/3960436-2cbd6cb52b2d3381.png)

地区 语种修改
  • 增加blog网站

图片 3

增加blog

创建项目

2.我们进入urls.py进行修改:

图片 4

urls.py初始界面

我们再次增加一条代码。

url(r'^blog/index/$','blog.views.index'),

(这是一个正则表达式,是为了我们在浏览器中输入地址进行匹配的。具体的正则表达式抽时间再进行整理)

图片 5

urls.py

scrapy startproject fang

scrapy genspider sfw_spider "fang.com"

3.已经定义好了urls.py后,我们从刚的式子可以看出我们用一个正则表达式匹配了浏览器输入的地址,后接受这个请求需要返回'blog.views.index'这个视图函数。所以我们在views.py中进行定义一个index。

修改过过程为:

# Create your views here.
from django.http import HttpResponse
from django.template import loader,Context

#creat the function index:
def index(request):
    t = loader.get_template("index.html")//接受请求后返回index.html
    c = Context({})//在这里进行设置器html页面规定的模板变量
    return HttpResponse(t.render(c))//通过渲染后进行返回

sfw_spider.py

4.创建了模板模式,blog/templates/index.html

我们在blog文件下创建templates文件夹,这个文件夹保存需要返回的模板网页。我们创建相应的index.html。

我们输入一句测试语句:

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title></title>
</head>
<body>
    <h1>hello {{name}}!</h1>
</body>
</html>

在这里我们可以看到{{name}},在两个花括号里的就是一个模板变量,下面我们会详细讲解
在views.py我们进行模板变量的赋值:

def index(request):
    t = loader.get_template("index.html")
    name ='world'
    c = Context({"name":name})
    return HttpResponse(t.render(c))
# -*- coding: utf-8 -*-
import scrapy
import re
from fang.items import NewHouseItem,ESFHouseItem

class SfwSpiderSpider(scrapy.Spider):
    name = 'sfw_spider'
    allowed_domains = ['fang.com']
    start_urls = ['http://www.fang.com/SoufunFamily.htm']

    def parse(self, response):
        trs = response.xpath("//div[@class='outCont']//tr")
        provice = None
        for tr in trs:
            #排除掉第一个td,两个第二个和第三个td标签
            tds = tr.xpath(".//td[not(@class)]")
            provice_td = tds[0]
            provice_text = provice_td.xpath(".//text()").get()
            #如果第二个td里面是空值,则使用上个td的省份的值
            provice_text = re.sub(r"s","",provice_text)
            if provice_text:
                provice = provice_text
            #排除海外城市
            if provice == '其它':
                continue

            city_td = tds[1]
            city_links = city_td.xpath(".//a")
            for city_link in city_links:
                city = city_link.xpath(".//text()").get()
                city_url = city_link.xpath(".//@href").get()
                # print("省份:",provice)
                # print("城市:",city)
                # print("城市链接:",city_url)
                #下面通过获取的city_url拼接出新房和二手房的url链接
                #城市url:http://cq.fang.com/
                #新房url:http://newhouse.cq.fang.com/house/s/
                #二手房:http://esf.cq.fang.com/
                url_module = city_url.split("//")
                scheme = url_module[0]     #http:
                domain = url_module[1]     #cq.fang.com/
                if 'bj' in domain:
                    newhouse_url = ' http://newhouse.fang.com/house/s/'
                    esf_url = ' http://esf.fang.com/'
                else:
                    #新房url
                    newhouse_url = scheme   '//'   "newhouse."   domain   "house/s/"
                    #二手房url
                    esf_url = scheme   '//'   "esf."   domain   "house/s/"
                # print("新房链接:",newhouse_url)
                # print("二手房链接:",esf_url)

                #meta里面可以携带一些参数信息放到Request里面,在callback函数里面通过response获取
                yield scrapy.Request(url=newhouse_url,
                                     callback=self.parse_newhouse,
                                     meta = {'info':(provice,city)}
                                     )

                yield scrapy.Request(url=esf_url,
                                     callback=self.parse_esf,
                                     meta={'info': (provice, city)})


    def parse_newhouse(self,response):
        #新房
        provice,city = response.meta.get('info')
        lis = response.xpath("//div[contains(@class,'nl_con')]/ul/li")
        for li in lis:
            name = li.xpath(".//div[contains(@class,'house_value')]//div[@class='nlcd_name']/a/text()").get()
            if name:
                name = re.sub(r"s","",name)
                #居室
                house_type_list = li.xpath(".//div[contains(@class,'house_type')]/a/text()").getall()
                house_type_list = list(map(lambda x:re.sub(r"s","",x),house_type_list))
                rooms = list(filter(lambda x:x.endswith("居"),house_type_list))
                #面积
                area = "".join(li.xpath(".//div[contains(@class,'house_type')]/text()").getall())
                area = re.sub(r"s|-|/","",area)
                #地址
                address = li.xpath(".//div[@class='address']/a/@title").get()
                address = re.sub(r"[请选择]","",address)
                sale = li.xpath(".//div[contains(@class,'fangyuan')]/span/text()").get()
                price = "".join(li.xpath(".//div[@class='nhouse_price']//text()").getall())
                price = re.sub(r"s|广告","",price)
                #详情页url
                origin_url = li.xpath(".//div[@class='nlcd_name']/a/@href").get()

                item = NewHouseItem(
                    name=name,
                    rooms=rooms,
                    area=area,
                    address=address,
                    sale=sale,
                    price=price,
                    origin_url=origin_url,
                    provice=provice,
                    city=city
                )
                yield item

        #下一页
        next_url = response.xpath("//div[@class='page']//a[@class='next']/@href").get()
        if next_url:
            yield scrapy.Request(url=response.urljoin(next_url),
                                 callback=self.parse_newhouse,
                                 meta={'info': (provice, city)}
                                 )


    def parse_esf(self,response):
        #二手房
        provice, city = response.meta.get('info')
        dls = response.xpath("//div[@class='shop_list shop_list_4']/dl")
        for dl in dls:
            item = ESFHouseItem(provice=provice,city=city)
            name = dl.xpath(".//span[@class='tit_shop']/text()").get()
            if name:
                infos = dl.xpath(".//p[@class='tel_shop']/text()").getall()
                infos = list(map(lambda x:re.sub(r"s","",x),infos))
                for info in infos:
                    if "厅" in info:
                        item["rooms"] = info
                    elif '层' in info:
                        item["floor"] = info
                    elif '向' in info:
                        item['toward'] = info
                    elif '㎡' in info:
                        item['area'] = info
                    elif '年建' in info:
                        item['year'] = re.sub("年建","",info)
                item['address'] = dl.xpath(".//p[@class='add_shop']/span/text()").get()
                #总价
                item['price'] = "".join(dl.xpath(".//span[@class='red']//text()").getall())
                #单价
                item['unit'] = dl.xpath(".//dd[@class='price_right']/span[2]/text()").get()
                item['name'] = name
                detail = dl.xpath(".//h4[@class='clearfix']/a/@href").get()
                item['origin_url'] = response.urljoin(detail)
                yield item
        #下一页
        next_url = response.xpath("//div[@class='page_al']/p/a/@href").get()
        if next_url:
            yield scrapy.Request(url=response.urljoin(next_url),
                                 callback=self.parse_esf,
                                 meta={'info': (provice, city)}
                                 )

5.最后一步我们在命令行中输入 manage.py runserver,这行命令启动django内置的服务器,我们输入相应的网址可以进行对我们建设的网站进行访问。访问结果如下:

图片 6

访问成功

items.py

# -*- coding: utf-8 -*-

import scrapy

class NewHouseItem(scrapy.Item):
    #省份
    provice = scrapy.Field()
    # 城市
    city = scrapy.Field()
    # 小区
    name = scrapy.Field()
    # 价格
    price = scrapy.Field()
    # 几居,是个列表
    rooms = scrapy.Field()
    # 面积
    area = scrapy.Field()
    # 地址
    address = scrapy.Field()
    # 是否在售
    sale = scrapy.Field()
    # 房天下详情页面的url
    origin_url = scrapy.Field()

class ESFHouseItem(scrapy.Item):
    # 省份
    provice = scrapy.Field()
    # 城市
    city = scrapy.Field()
    # 小区名字
    name = scrapy.Field()
    # 几室几厅
    rooms = scrapy.Field()
    # 层
    floor = scrapy.Field()
    # 朝向
    toward = scrapy.Field()
    # 年代
    year = scrapy.Field()
    # 地址
    address = scrapy.Field()
    # 建筑面积
    area = scrapy.Field()
    # 总价
    price = scrapy.Field()
    # 单价
    unit = scrapy.Field()
    # 详情页url
    origin_url = scrapy.Field()

本文由金沙澳门官网发布于网络编程,转载请注明出处:10分钟学会Django的中坚配备与运作,21天创造布满

关键词: 金沙澳门官网

上一篇:基础知识,net基础知识
下一篇:没有了