node.js爬虫杭州房产销售及数据可视化

标签：控制   存储   数据请求   ima   error   发送请求   target   框架   时间   

     现在年轻人到25岁+,总的要考虑买房结婚的问题,2016年的一波房价大涨，小伙伴们纷纷表示再也买不起上海的房产了，博主也得考虑考虑未来的发展了，思考了很久，决定去杭州工作、买房、定居、生活，之前去过很多次杭州，很喜欢这个城市，于是例行每天晚上都要花一点时间关注杭州的房产销售情况，以及价格，起初我每天都在杭州的本地论坛，透明售房网上查看，每一天的房产销售数据，但是无奈博主不是杭州本地人，看了网页上展示的很多楼盘，但是我不知道都在什么地方啊，于是乎，看到价格合适的，总是到高德地图去搜索地理位置，每次非常麻烦，于是我想是不是可以，写一个小的爬虫工具，每天抓取透明售房网上的销售记录，直接展示在地图上，直观明了的看看都是哪些地方的楼盘地理位置不错，同时价格也在能接受的范围内，同时最近在学习node.js，正好可以练练手。说干就干，一个下午时间，有了初步的成果如下，后期在加入每天的销售数据，加入到mongoDB中，用于分析每周、每月的销售数据，用于自己买房的参考，要学以致用嘛！

        先说下基本思路：

        第一步：利用nodejs,技术抓取透明售房网的实时的数据(http://www.tmsf.com/daily.htm),存储在后台；

        第二步：页面请求后台数据，然后借助高德地图提供的按照名称查询地理位置的服务，展示在地图上，并绑定每个楼盘的销售详情；

       ok，有了基本思路，下面一步一步的开干：

        一：后台爬虫

          1.抓取在线网络数据

          这里先介绍一个利器，cheerio(https://github.com/cheeriojs/cheerio),可以说是位服务器特别定制的，快速，灵活，实施的jQuery核心实现，或者说是后台解析html的；安装nodejs 模块这里不再说明，抓取html页面逻辑比较简单，直接上代码：                     

 1 //定义爬虫数据源网络地址
 2 var url = ‘http://www.tmsf.com/daily.htm‘;
 3 
 4 /**
 5  * 请求网络地址抓取数据
 6  * @param {function} callBack 传回爬虫数据处理之后的最终结果
 7  */
 8 function getHzfcSaleInfo(callBack) {
 9     var hzfcSaleInfo = [];
10     http.get(url, function(res) {
11         var html = ‘‘;
12         res.on(‘data‘, function(data) {
13             html += data;
14         });
15         res.on(‘end‘, function() {
16             hzfcSaleInfo = filterData(html);
17             callBack(hzfcSaleInfo);
18         });
19         res.on(‘error‘, function() {
20             console.log(‘获取数据出错‘);
21         });
22     })
23 }

           2.解析获取的数据

            已经抓取整个网页的数据，在这一步中要根据网页的DOM，结构来分析应该怎么解析：首先我们可以看到，每日房产销售情况的数据是分行政区展示在并列的几个div中，通过display控制显示哪一个行政区，所以思路就是首先获取这个外层container,然后不停一层一层的循环解析数据；

          其中解析到每一行的数据的时候，发现了一个有点奇葩的网页展示，每一行后面数字竟然不是直接用数字来表示的，而是用css的图片来代替，可能就是为了防止我这种爬虫的吧，不过不管了，有了css,还不能转成数字吗，哈哈

           具体代码如下：

数据抓取的最终结果，先做个简单的展示：

二：页面展示

      1.搭建基本的web server,为了方便使用的是express(http://www.expressjs.com.cn/)框架，直接上代码：

     其中app.get方法用来处理前台页面的请求

     2.前台页面展示：

     首先利用高德地图API(http://lbs.amap.com/api/javascript-api/summary/)，在网页中展示黑色的地图底图，然后页面发送请求给后台请求数据，然后利用高德api的由名称查询地理位置的方法，递归请求每个楼盘的地理位置，然后用marker添加到地图上，

     代码如下：

 View Code

    结束语：

   这只是个初步的版本，很简单的展示每天都的销售情况，所有的代码都托管在了GITHUB上，项目地址为：https://github.com/react-map/HangzhouRealEstate，各路小伙伴如果有新的思路，新的想法，可以直接在Issues上提出来，一起做一个房产销售数据可视化的平台。

node.js爬虫杭州房产销售及数据可视化

标签：控制   存储   数据请求   ima   error   发送请求   target   框架   时间   

原文地址：http://www.cnblogs.com/zhaodahai/p/6825063.html