无聊用 scrapy 写了一个爬去链家二手房和租房数据的爬虫，数据格式 json

[plantparknet]

如题 https://github.com/plantpark/Crawler-Of-Lianjia 有需要的自取

[bao3]

哈哈，我正在找这种，我正好要租房，所以想要这种可以抓下来统计，再下手的脚本。我是小白，所以感谢了。叩拜

[wyntergreg]

scrapy 略慢啊

[tumbzzc]

看来， V2EX 已经没人对这种感兴趣了，除非你说你爬了某榴

[zhongshaohua]

@tumbzzc 爬了草某也可以的

[LokiSharp]

为什么 items 要分成 3 个，而里面的 class 名都取 ItjuziItem 啊= =感觉这样好乱啊。。。

[plantparknet]

@tumbzzc
@zhongshaohua
这这。。。好像并没有什么难度吧。。。当然，如果把 bt 自动提取下载，那就另当别论了

[plantparknet]

@LokiSharp 才学，并不是特别会用。。。

[coolloves]

马克！感谢分享！

[icylord]

@tumbzzc 1024 不是早没了么

[sola97]

@icylord t66y 那个是啥

[plantparknet]

@icylord 哈哈哈哈 看来是不会翻墙呀~~ 放到收藏夹好久了~~ 可惜的是某榴的种子文件下载是非常麻烦呀~~

[noahyu]

去年年初爬过，当时的数据水分很大，同一房源重复发布频率很高(不是对房源更新，而是另外发一条) 需要做一些去重处理后再分析

[plantparknet]

@noahyu 哦，数据爬取下来还没分析呢~~ 还没注意到这个问题