租房助手
發(fā)現(xiàn)官網(wǎng)的篩選方式不能滿足自己的需求，所以爬取相關網(wǎng)站制作出現(xiàn)在的東西來
下面進行詳細分析
一.首先爬取起始地和終點地的路線及沿途地鐵站名稱
1.爬取8684.cn的地鐵查詢:
pattern = 'http://bjdt.8684.cn/so.php?k=p2p&q={}&q1={}'
- q->起始位置，q1為目標位置。返回的是html頁面。
2.采用scrapy進行xpath解析，提取相關的html標簽和值
- 如提取線路方案列表的xpath表達式
Selector(text=body).xpath(
"http://div[@class='iContainer clear']/div[@class='iMain']/div[@class='transferMainShowWrap']/ul[@class='tms-mn tms-project']/li")
.extract()
3.提取出線路方案列表后，針對列表中的每個元素進行提取站點的操作，可參考提取a標簽，但剔除帶有class屬性的html值。
4.將所有的站點放到一個列表中，同時針對列表元素進行去重操作，記得記錄路線描述和距離，可定義相關對象來維護。
二.通過站點查詢租房信息
1.主要對自如官網(wǎng)進行爬取。
pattern=http://www.ziroom.com/z/nl/z2.html?qwd={}
- qwd可能需要進行urlencode
- 返回的是html頁面，需要對頁面進行分析，首先提取出總頁數(shù)，然后根據(jù)總頁數(shù)去請求其余頁面。上面的url附加q參數(shù)，q參數(shù)為頁面索引，即是單獨頁面鏈接
2.針對單個頁面提取各個單條項目的信息。
如提取單個頁面的信息列表
```
ls = Selector(text=body).xpath("http://ul[@id='houseList']/li").extract();
```
- 針對列表進行單個處理，提取感興趣的信息。
3.處理封裝返回。
針對提取的信息，進行篩選，例如對價格進行篩選，對大小進行篩選，不用做排序。采用前端框架來進行排序。后臺做的處理已經(jīng)夠多了。
三.接入到公眾號中
可以接入到公眾號中，提高公眾號的影響力，具體的公眾平臺對接請參考訪問github開源項目
