V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
nuistzhou
V2EX  ›  问与答

想练手,爬一个房地产数据网站 curbed,小问题求助一下

  •  
  •   nuistzhou · 2019-07-08 15:58:20 +08:00 · 978 次点击
    这是一个创建于 1966 天前的主题,其中的信息可能已经有所发展或是发生改变。

    页面请点击这里
    想爬取该页面下的所有房源信息,包括所在的市,州, 可是在网页源码里找不到标准化的字段用来提取该信息。
    有人有好的点子吗?
    求助。

    8 条回复    2019-07-08 19:21:08 +08:00
    www6688w
        1
    www6688w  
       2019-07-08 16:32:19 +08:00
    具体什么样
    siknet
        2
    siknet  
       2019-07-08 16:43:41 +08:00
    <meta name="description" content="Located in Coleman, Texas, this 1958 three-bedroom house features Tiffany blue kitchen counters and a bright green bathroom." />

    不都写清楚了?
    nuistzhou
        3
    nuistzhou  
    OP
       2019-07-08 16:47:49 +08:00
    @siknet 问题是这个不是标准的,其他的房源信息里就不一定有“ Located in ”这些字段。
    siknet
        4
    siknet  
       2019-07-08 16:51:45 +08:00
    @nuistzhou 哪些没有?
    siknet
        6
    siknet  
       2019-07-08 17:41:03 +08:00
    @nuistzhou 这种情况他本来就没个标准格式,你也没办法的,随便指定一个咯,虽然他写了 nearby Montecito, California.
    LanAiFaZuo
        7
    LanAiFaZuo  
       2019-07-08 17:48:25 +08:00
    是不是爬虫就用 python
    nuistzhou
        8
    nuistzhou  
    OP
       2019-07-08 19:21:08 +08:00
    @siknet 哎,就是因为这样没个标准格式,所以来求助 V 友,看是不是我疏漏了什么。。。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   6039 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 23ms · UTC 02:47 · PVG 10:47 · LAX 18:47 · JFK 21:47
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.