python 让挑选家具更方便

2024-04-29 10:58
文章标签 python 挑选 方便 家具

本文主要是介绍python 让挑选家具更方便,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

原文链接:https://mp.weixin.qq.com/s/tQ6uGBrxSLfJR4kk_GKB1Q

家中想置办些家具,听朋友介绍说苏州蠡(li第二声)口的家具比较出名,因为工作在苏州,也去那边看过,简直…,走断双腿都逛不完,更何况还疲于逛街的。
也浏览过家具城的官网,本着在一定的预算范围之类挑选最合适的,作为一个程序猿,一颗不安分的心,决定自己爬虫下网站,列出个excel表格,也方便给父母辈们查看,顺带再练习下爬虫的。
同样后期实地再去购买时,也可以带上这份表格进行参考。
关于爬虫的文章还有另外两篇实战的:

python itchat 爬取微信好友信息

python爬虫学习:爬虫QQ说说并生成词云图,回忆满满

excel表格:

词频统计:

爬虫分析

打开官网 http://www.likoujiaju.com/ ,可以看到分类,这里以「沙发」来举例。

总共8页的数据,第一页的网址里 sell/list-66.html,第二页的sell/list-66-2.html,所以sell/list-66-1.html也就是第一页数据了,这样就更方便遍历网址来获取数据了。

同时这里使用BeautifulSoup解析数据,F12查找标题、价格、图片对应的标签。


def get_data():# 定义一个列表存储数据furniture = []# 用于存放家具名,后续用于生成词频title_all = ""# 分页数据获取for num in range(1, 9):url = "http://www.likoujiaju.com/sell/list-66-%d.html" % numresponse = requests.get(url)content = BeautifulSoup(response.content, "lxml")# 找到数据所在的div块sm_offer = content.find("div", class_="sm-offer")lis = sm_offer.ul.find_all("li")# 遍历每一条数据for li in lis:# 价格price_span = li.find("span", class_="sm-offer-priceNum")price = price_span.get_text()# 名称title_div = li.find("div", class_="sm-offer-title")title = title_div.a.get_text()title_all = title_all + title + " "# 图片photo_div = li.find("div", class_="sm-offer-photo")photo = photo_div.a.img.get("src")# 详情链接href = photo_div.a.get("href")# 数组里每一项是元祖furniture.append((price, title, photo, href))# 排序furniture.sort(key=take_price, reverse=True)# 生成excelcreate_excel(furniture, title_all)

爬取到的价格是string类型的,且有些价格并不明确的,所以这里需要对价格进行处理并排序,用到的list的sort(key=take_price)方法,其中key=take_price指定的方法,使用指定的方法去进行比较排序。

# 传参是列表的每一个元素,这里即元祖
def take_price(enum):# 取元祖的第一个参数--价格,处理价格得到数值类型进行比较price = enum[0]if "面议" in price:  # 面议的话就设为0return 0start = price.index("¥")end = price.index("/")new_price = price[start + 1:end]return float(new_price)

再对列表进行排序操作,reverse=True降序排列

furniture.sort(key=take_price, reverse=True)
生成表格

这里采用的xlsxwriter库,便于图片的插入,安装pip install xlsxwriter
主要用到的方法:
xlsxwriter.Workbook("")创建excel表格。
add_worksheet("")创建工作表。
write(row, col, *args) 根据行、列坐标将数据写入单元格。
set_row(row, height) 设置行高。
set_column(first_col, last_col, width) 设置列宽,first_col 指定开始列位置,last_col 指定结束列位置。
insert_image(row, col, image[, options]) 用于插入图片到指定的单元格

创建两个表,一个用于存放爬取的数据,一个用于存放词频。

# 创建excel
def create_excel(furniture, title_all):# 创建excel表格file = xlsxwriter.Workbook("furniture.xlsx")# 创建工作表1sheet1 = file.add_worksheet("sheet1")# 定义表头headers = ["价格", "标题", "图片", "详情链接"]# 写表头for i, header in enumerate(headers):# 第一行为表头sheet1.write(0, i, header)# 设置列宽sheet1.set_column(0, 0, 24)sheet1.set_column(1, 1, 54)sheet1.set_column(2, 2, 34)sheet1.set_column(3, 3, 40)for row in range(len(furniture)):  # 行# 设置行高sheet1.set_row(row + 1, 180)for col in range(len(headers)):  # 列# col=2是当前列为图片,通过url去读取图片展示if col == 2:url = furniture[row][col]image_data = BytesIO(urlopen(url).read())sheet1.insert_image(row + 1, 2, url, {"image_data": image_data})else:sheet1.write(row + 1, col, furniture[row][col])# 创建工作表2,用于存放词频sheet2 = file.add_worksheet("sheet2")# 生成词频word_count(title_all, sheet2)# 关闭表格file.close()

目录下会生成 furniture.xlsx 表格

生成词频

利用jieba分词对家具名进行分词处理,用字典保存各个名词的数量,写入到excel。


# 生成词频
def word_count(title_all, sheet):word_dict = {}# 结巴分词word = jieba.cut(title_all)word_str = ",".join(word)# 处理掉特殊的字符new_word = re.sub("[ 【】-]", "", word_str)# 对字符串进行分割出列表word_list = new_word.split(",")for item in word_list:if item not in word_dict:word_dict[item] = 1else:word_dict[item] += 1# 对字典进行排序,按照数目排序val = sorted(word_dict.items(), key=lambda x: x[1], reverse=True)# 写入excelfor row in range(len(val)):for col in range(0, 2):sheet.write(row, col, val[row][col])

词频统计,实地去购买的时候,也可以根据相应的词汇去咨询卖家~

这篇文章用到的爬虫方面的知识还是比较基础的,excel表格的生成也是xlsxwriter库的使用,制作成表格也方便父母辈查看。当然,爬虫的数据还可以用在许多地方。

详细代码见
github地址:https://github.com/taixiang/furniture

欢迎关注我的博客:https://blog.manjiexiang.cn/
更多精彩欢迎关注微信号:春风十里不如认识你
image.png

有个「佛系码农圈」,欢迎大家加入畅聊,开心就好!

过期了,可加我微信 tx467220125 拉你入群。

这篇关于python 让挑选家具更方便的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/945894

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目

【Python报错已解决】AttributeError: ‘list‘ object has no attribute ‘text‘

🎬 鸽芷咕:个人主页  🔥 个人专栏: 《C++干货基地》《粉丝福利》 ⛺️生活的理想,就是为了理想的生活! 文章目录 前言一、问题描述1.1 报错示例1.2 报错分析1.3 解决思路 二、解决方法2.1 方法一:检查属性名2.2 步骤二:访问列表元素的属性 三、其他解决方法四、总结 前言 在Python编程中,属性错误(At