一、準備

前面幾節已經說了， 快速安裝庫， 編譯器選擇， soup.select()中的填寫 headers內容的更改，（如果不寫headers則執行幾次程式碼，瀏覽器就會限制你訪問。）

二、爬取的內容明細

難點： 性別部分利用if語句。

三、這裡直接寫程式碼

import requests
from bs4 import BeautifulSoup

URL = 'http://bj.xiaozhu.com/fangzi/37609773603.html'
URL1 = 'http://bj.xiaozhu.com/fangzi/40280014403.html'
#不寫headers瀏覽器會禁止訪問，我的部落格[python爬蟲--招聘資訊]中有對headers的詳細解釋。
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'
}
wb_data = requests.get(URL, headers=headers)
soup = BeautifulSoup(wb_data.content, 'lxml')
#print(soup)
HouseName = soup.select('div > div > div > h4 > em')
HouseAdress = soup.select('div.wrap > div > div > p > span')
HousePrice = soup.select('#pricePart > div.day_l > span')
HousePicture = soup.select('#curBigImage')
WannerPicture = soup.select('#floatRightBox > div.js_box.clearfix > div.member_pic > a > img')
WannerName = soup.select('#floatRightBox > div.js_box.clearfix > div.w_240 > h6 > a')
WannerSex = soup.select('#floatRightBox > div.js_box.clearfix > div.member_pic > div')
if WannerSex[0]['class'][0] == 'member_ico':
    WannerSex = '男'
elif WannerSex[0]['class'][0] == 'member_ico1':
    WannerSex = '女'
else:
    WannerSex = '性別不明'
'''body > div.wrap.clearfix.con_bg > div.con_l > div.pho_info > p > span   
刪掉前面的body >  如果爬出來的資料是空值，空列表，索引超過範圍等這種錯誤，則需要刪除前面的一些，或者刪除每個點後面的東西
例如上面這條最終
可以是div.wrap.clearfix.con_bg > div.con_l > div.pho_info > p > span
也可以是div.wrap > div > div > p > span'''

'''以下用了兩種字串輸出方式：拼接“+”，和字串輸出“%s”
用了3種爬蟲輸出文字方式，get_text(),text和string'''
print('名稱：%s' %HouseName[0].string)
print('地址：%s' %HouseAdress[0].get_text().strip())
print('價格：'+HousePrice[0].text)
print('房子圖片：'+HousePicture[0]['src'])
print('主人照片：'+WannerPicture[0]['src'])
print('主人姓名：'+WannerName[0].text)
print('主人性別：'+WannerSex)

 

四、輸出結果

名稱：北京《依慕山舍二號院》慕田峪長城～燒烤親子游
地址：北京市懷柔區渤海鎮三渡河村
價格：1880
房子圖片：https://image.xiaozhustatic1.com/00,800,533/16,0,79,36666,1800,1202,3510517e.jpg
主人照片：https://image.xiaozhustatic1.com/21/17,0,83,5096,414,415,fb86e91a.jpg
主人姓名：慕田峪依慕山舍
主人性別：男

Process finished with exit code 0

---------------------------------------------------------------------------------------------------

名稱：望京SOHO/阿里巴巴旁的清新田園公寓
地址：北京市朝陽區望京寶星國際108號樓
價格：498
房子圖片：https://image.xiaozhustatic1.com/00,800,533/18,0,40,7472,1800,1200,7046a662.jpg
主人照片：https://image.xiaozhustatic1.com/21/18,0,32,4781,329,329,f1df76d4.jpg
主人姓名：茉莉Fineday
主人性別：女

Process finished with exit code 0

謝謝支援，本人親測執行成功。