Golang爬虫 爬取汽车之家 二手车产品库
爬取汽车之家 二手车产品库项目地址:https://github.com/go-crawler... 目标最近经常有人在耳边提起汽车之家,也好奇二手车在国内的价格是怎么样的,因此本次的目标站点是 汽车之家 的二手车产品库
分析目标源:
开始爬取步骤
获取城市
通过页面查看,可发现在城市筛选区可得到全部的二手车城市列表,但是你仔细查阅代码。会发现它是JS加载进来的,城市也统一放在了一个变量中
有两种提取方法
在这里我们直接将其复制粘贴出来即可,因为这是比较少变动的值 获取分页
通过分析页面可以得知分页链接是有一定规律的,例如: 按照常理,可以通过预测所有分页链接,推入队列后 但是在这老产品库存在一个问题,在超过 100 页后,下一页永远是 101 页
因此我们采取比较传统的做法,通过拉取下一页的链接去访问,以便适应可能的分页链接改变; 100 页以后的分页展示也很奇怪,先忽视 获取二手车数据页面结构较为固定,常规的清洗 HTML 即可 func GetCars(doc *goquery.Document) (cars []QcCar) { cityName := GetCityName(doc) doc.Find(".piclist ul li:not(.line)").Each(func(i int,selection *goquery.Selection) { title := selection.Find(".title a").Text() price := selection.Find(".detail .detail-r").Find(".colf8").Text() kilometer := selection.Find(".detail .detail-l").Find("p").Eq(0).Text() year := selection.Find(".detail .detail-l").Find("p").Eq(1).Text() kilometer = strings.Join(compileNumber.FindAllString(kilometer,-1),"") year = strings.Join(compileNumber.FindAllString(strings.TrimSpace(year),"") priceS,_ := strconv.ParseFloat(price,64) kilometerS,_ := strconv.ParseFloat(kilometer,64) yearS,_ := strconv.Atoi(year) cars = append(cars,QcCar{ CityName: cityName,Title: title,Price: priceS,Kilometer: kilometerS,Year: yearS,}) }) return cars } 数据
在各城市的平均价格对比中,我们可以发现北上广深里的北京、上海、深圳都在榜单上,而近年势头较猛的杭州直接占领了榜首,且后几名都有一些距离 而其他城市大致都是梯级下降的趋势,看来一线城市的二手车也是不便宜了,当然这只是均价
我们可以看到价格和公里数的对比,上海、成都、郑州的等比差异是有点大,感觉有需求的话可以在价格和公里数上做一个衡量
这图有点儿有趣,粗略的统计了一下总公里数。在前几张图里,平均价格排名较高的统统没有出现在这里,反倒是呼和浩特、大庆、中山等出现在了榜首 是否侧面反应了一线城市的车辆更新换代较快,而较后的城市的车辆倒是换代较慢,公里数基本都杠杠的
通过对标题的分析,可以得知车辆产品库的命名基本都是品牌名称+自动/手动+XXXX款+属性,看标题就能知道个概况了 参考爬虫项目地址
(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |