前言：通过代码爬取贝壳中二手房的数据，以此给更多需要了解爬虫或者二手房信息的人提供便利。

第一部分：爬取地址

1.1贝壳首页地址

jiujiang.ke.com

第二部分：爬取数据

2.1输入要爬多少页

int(input('输入一共要多少页，输入整数：'))

2.2找到要请求的网址

 wangzhi = f'https://jiujiang.ke.com/ershoufang/pg{y}/'

2.3定位多个房源信息位置

page.eles('xpath://div[@class="info clear"]', timeout=20) 

2.4设置要爬的信息

​
    for x in loc:
        # 标题
        biaoti = x.ele('xpath:.//div[@class="title"]/a').text
        # 地址
        address = x.ele('xpath:.//div[@class="positionInfo"]/a').text
        # 概述
        info = x.ele('xpath:.//div[@class="houseInfo"]').text
        # 总价
        price = x.ele('xpath:.//div[@class="totalPrice totalPrice2"]/span').text

​        # 详情页链接
        lianjie = x.ele('xpath:.//div[@class="positionInfo"]/a').attr('href')

第三部分：保存信息

pandas.DataFrame(kong_list).to_csv('贝壳二手房（九江）.csv', index=False)

全部的代码见文章末尾

更多信息请关注......，本篇文章的源码如下

from DrissionPage import ChromiumPage
import time
import pandas

kong_list = []
num = int(input('输入一共要多少页，输入整数：'))
for y in range(1, num+1):
    page = ChromiumPage()
    wangzhi = f'https://jiujiang.ke.com/ershoufang/pg{y}/'
    page.get(wangzhi)
    # 遇到需要验证的页码，就跳过进入下一页
    loc = page.eles('xpath://div[@class="info clear"]', timeout=20)    # 定位多个房源信息的位置
    for x in loc:
        # 标题
        biaoti = x.ele('xpath:.//div[@class="title"]/a').text
        # 地址
        address = x.ele('xpath:.//div[@class="positionInfo"]/a').text
        # 概述
        info = x.ele('xpath:.//div[@class="houseInfo"]').text
        # 总价
        price = x.ele('xpath:.//div[@class="totalPrice totalPrice2"]/span').text
        # 详情页链接
        lianjie = x.ele('xpath:.//div[@class="positionInfo"]/a').attr('href')
        print('\n', biaoti, address, info, price, lianjie)
        kong_list.append({
            '标题': biaoti,
            '地址': address,
            '概述': info,
            '总价': price+'万',
            '详情链接': lianjie,
        })
    time.sleep(3)

# 写入文件
pandas.DataFrame(kong_list).to_csv('贝壳二手房（九江）.csv', index=False)