链家网、贝壳网新房、二手房、租房数据爬虫，稳定、可靠、快速！

• 爬取链家网、贝壳网的各类房价数据（小区数据，挂牌二手房, 出租房，新房）。
• 支持北京上海广州深圳等国内21个主要城市；支持Python2和Python3; 基于页面的数据爬取，稳定可靠; 丰富的代码注释，帮助理解代码并且方便扩展功能。
• 数据含义：城市-city, 区县-district, 板块-area, 小区-xiaoqu, 二手房-ershou, 租房-zufang， 新房-loupan。
• 每个版块存储为一个csv文件，该文件可以作为原始数据进行进一步的处理和分析。
• 支持图表展示。

• 如果链家和贝壳页面结构有调整，欢迎反馈，我将尽力保持更新。
• 此代码仅供学习与交流，请勿用于商业用途。问题反馈QQ群号635276285。

完整代码下载地址：

关注微信公众号 datayx 然后回复 链家 即可获取。

安装依赖

• pip install -r requirements.txt
• 运行前，请将当前目录加入到系统环境变量PYTHONPATH中。
• 运行前，请指定要爬取的网站，见lib/const/spider.py里面的SPIDER_NAME变量。
• 清理数据，运行 python tool/clean.py

小区房价数据爬取

• 内容格式：采集日期,所属区县,板块名,小区名,挂牌均价,挂牌数
• 内容如下：20180221,浦东,川沙,恒纬家苑,32176元/m2,3套在售二手房
• 数据可以存入MySQL/MongoDB数据库，用于进一步数据分析，比如排序，计算区县和版块均价。
• MySQL数据库结构可以通过导入tool/lianjia_xiaoqu.sql建立。
• MySQL数据格式: 城市 日期 所属区县 版块名 小区名 挂牌均价 挂牌数
• MySQL数据内容：上海 20180331 徐汇 衡山路 永嘉路621号 333333 0
• MongoDB数据内容: { "_id" : ObjectId("5ac0309332e3885598b3b751"), "city" : "上海", "district" : "黄浦", "area" : "五里桥", "date" : "20180331", "price" : 81805, "sale" : 11, "xiaoqu" : "桥一小区" }
• Excel数据内容：上海 20180331 徐汇 衡山路 永嘉路621号 333333 0
• 运行, python xiaoqu.py 根据提示输入城市代码，回车确认，开始采集数据到csv文件
• 运行, python xiaoqu.py city, 自动开始采集数据到csv文件

hz: 杭州, sz: 深圳, dl: 大连, fs: 佛山
xm: 厦门, dg: 东莞, gz: 广州, bj: 北京
cd: 成都, sy: 沈阳, jn: 济南, sh: 上海
tj: 天津, qd: 青岛, cs: 长沙, su: 苏州
cq: 重庆, wh: 武汉, hf: 合肥, yt: 烟台
nj: 南京,

• 修改 xiaoqu_to_db.py 中的database变量，设置数据最终存入mysql/mongodb/Excel/json
• python xiaoqu_to_db.py 根据提示将今天采集到的csv数据存入数据库。(默认导出为单一csv文件)
• python xiaoqu_to_chart.py 将单一csv文件数据通过图表展示。

挂牌二手房数据爬取

• 获取链家网挂牌二手房价数据，数据格式如下：
• 20180405,浦东,万祥镇,祥安菊苑 3室2厅 258万,258万,祥安菊苑 | 3室2厅 | 126.58平米 | 南 | 毛坯
• 运行，python ershou.py 根据提示输入城市代码，回车确认，开始采集数据到csv文件
• 运行，python ershou.py city，自动开始采集数据到csv文件

出租房数据爬取

• 获取链家网挂牌出租房数据，数据格式如下：
• 20180407,浦东,御桥,仁和都市花园 ,3室2厅,100平米,8000
• 运行，python zufang.py 根据提示输入城市代码，回车确认，开始采集数据到csv文件
• 运行，python zufang.py city，自动开始采集数据到csv文件

新房数据爬取

• 获取链家网新房数据，数据格式如下：
• 20180407,上海星河湾,76000,1672万
• 运行，python loupan.py 根据提示输入城市代码，回车确认，开始采集数据到csv文件
• 运行，python loupan.py city，自动开始采集数据到csv文件

结果存储

• 根目录下建立data目录存放结果数据文件
• 小区房价数据存储目录为 data/site/xiaoqu/city/date
• 二手房房价数据存储目录为 data/site/ershou/city/date
• 出租房房价数据存储目录为 data/site/zufang/city/date
• 新房房价数据存储目录为 data/site/loupan/city/date