58 同城全国城市房屋信息爬虫 - V2EX
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
请不要在回答技术问题时复制粘贴 AI 生成的内容
Northxw
V2EX    程序员

58 同城全国城市房屋信息爬虫

  •  
  •   Northxw 2019-04-09 07:42:25 +08:00 4776 次点击
    这是一个创建于 2384 天前的主题,其中的信息可能已经有所发展或是发生改变。

    虽然大家都说 58 同城的假数据较多,可我还是按耐不住抓取的热情。代码已实现 Scrapyd 部署,反反爬措施,Mysql 异步存储,UA、Retry 中间件等主要功能。但代码存在某处 Bug, 欢迎提交 issue。也欢迎您来 pull, 希望自己能长期维护更新下去。

    Github 地址: https://github.com/Northxw/City58。欢迎 star。

    第 1 条附言    2019-04-09 09:21:29 +08:00
    20 条回复    2019-06-23 21:06:28 +08:00
    ReturnNull1
        1
    ReturnNull1  
       2019-04-09 08:29:53 +08:00
    404 了
    lulinux
        2
    lulinux  
       2019-04-09 08:41:00 +08:00 via Android
    搞这个东西是不可怕的
    rawidn
        3
    rawidn  
       2019-04-09 08:51:30 +08:00 via iPhone
    律师函警告
    Northxw
        4
    Northxw  
    OP
       2019-04-09 09:15:03 +08:00 via Android
    @lavenderkissyou emmm... 去浏览器访问, 应该可以进去的。
    Northxw
        5
    Northxw  
    OP
       2019-04-09 09:15:43 +08:00 via Android
    @rawidn 额, 已添加公告, 若涉及侵权麻烦邮箱联系, 第一时间处理。
    Northxw
        6
    Northxw  
    OP
       2019-04-09 09:16:28 +08:00 via Android
    @lulinux 额 比较隐晦的话题
    ccoming
        7
    ccoming  
       2019-04-09 09:18:53 +08:00
    加链接最好后面多留一个空格,免得: https://github.com/Northxw/City58%E3%80%82%E6%AC%A2%E8%BF%8E
    Northxw
        8
    Northxw  
    OP
       2019-04-09 09:21:51 +08:00 via Android
    @ccoming 抱歉抱歉<(_ _)>
    stop9125
        9
    stop9125  
       2019-04-09 10:21:12 +08:00
    提几个建议
    1.上传代码的时候去除多余的东西,类似于 _py* 和 *.pyc
    2.密码不要暴露
    3.那个 BUG 和邮箱服务关系不大,你可以再看一下
    Northxw
        10
    Northxw  
    OP
       2019-04-09 10:24:11 +08:00
    @stop9125 嗯嗯,比如我在.git 设置了忽略.idea,但是我之前已经上传了;然后关于密码,都已经作过更改或者失效了,哈哈;然后,那个 Bug, 慢慢研究吧
    guyeu
        11
    guyeu  
       2019-04-09 10:48:37 +08:00
    如果要 ignore 已经被 track 的文件,可以`git rm --cached ***`
    Northxw
        12
    Northxw  
    OP
       2019-04-09 10:53:01 +08:00 via Android
    @guyeu 感谢感谢(ω`)
    BB0923
        13
    BB0923  
       2019-04-09 11:07:28 +08:00
    好东西,小白怎样使用?
    mokeyjay
        14
    div class="sep3"> mokeyjay  
       2019-04-09 11:09:48 +08:00
    58 的假数据不是较多,而是基本全都是= =
    Northxw
        15
    Northxw  
    OP
       2019-04-09 11:16:09 +08:00
    @BB0923 要不你先去快速入门爬虫?挺简单的。

    @mokeyjay 额,小姐姐,这个我真的就不知道了。。。
    li02
        16
    li02  
       2019-04-09 11:37:09 +08:00
    去年搞了个跑在 Console 里的爬虫,爬自己的城市足够了
    Northxw
        17
    Northxw  
    OP
       2019-04-09 11:45:34 +08:00 via Android
    @li02 部署到远端 server 了吧
    li02
        18
    li02  
       2019-04-09 11:56:43 +08:00
    @Northxw 记不清了,记得只是输出 CSV 文件,优点就是方便
    Northxw
        19
    Northxw  
    OP
       2019-04-09 12:07:57 +08:00 via Android
    @li02 都行的, 部署完后, 数据处理方式看自己啦
    luoleng
        20
    luoleng  
       2019-06-23 21:06:28 +08:00
    楼主研究过那个手势验证码嘛?
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2610 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 27ms UTC 15:01 PVG 23:01 LAX 08:01 JFK 11:01
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86