58 同城全国城市房屋信息爬虫

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

这是一个创建于 2057 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

https://github.com/Northxw/City58

emsp

反反

代码

MySQL

20 条回复 • 2019-06-23 21:06:28 +08:00

lavenderkissyou

2019-04-09 08:29:53 +08:00

404 了

lulinux

2019-04-09 08:41:00 +08:00 via Android

搞这个东西是不可怕的

rawidn

2019-04-09 08:51:30 +08:00 via iPhone

律师函警告

Northxw

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

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

2019-04-09 09:16:28 +08:00 via Android

@lulinux 额比较隐晦的话题

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

2019-04-09 09:21:51 +08:00 via Android

@ccoming 抱歉抱歉<(_ _)>

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

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

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

2019-04-09 10:53:01 +08:00 via Android

@guyeu 感谢感谢(❁´ω`❁)

BB0923

2019-04-09 11:07:28 +08:00

好东西，小白怎样使用？

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

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

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

2019-04-09 11:45:34 +08:00 via Android

@li02 部署到远端 server 了吧

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

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

2019-06-23 21:06:28 +08:00

楼主研究过那个手势验证码嘛？