我用Python爬取了李沧最近一年多的二手房成交数据得出以下结论

前言

去年年底，博主有购房的意愿，本来是打算在青岛市北购房，怎奈工作变动，意向转移到了李沧，坐等了半年以后，最终选择在红岛附近购置了期房。


也许一些知道青岛红岛的小伙伴会问我，为什么会跑到那鸟不拉屎的地方去买房子，目前只能是一个字："赌、赌、赌"，重要的事情说三遍。下面来分析一下，我为什么没有在李沧买。

爬取数据

爬取了2018年1月份到2019年3月底李沧二手房成交记录，数据仅限于链家，不代表李沧地区的全部数据，但是我觉得应该对大家有一定的参考意义。

创建基本的数据库：
CREATE TABLE `house` ( `id` int(10) unsigned NOT NULL AUTO_INCREMENT COMMENT
'主键', `url` varchar(50) NOT NULL COMMENT '网络访问地址', `listed_price` double NOT
NULL COMMENT '挂牌价格', `completion_date` date NOT NULL COMMENT '成交日期',
`transaction_cycle` int(11) NOT NULL COMMENT '成交周期', `modify_price` int(11) NOT
NULL COMMENT '调价次数', `square_metre` double NOT NULL COMMENT '建筑面积',
`unit_price` double NOT NULL COMMENT '单价', `total_price` double NOT NULL
COMMENT '总价', `age_completion` int(11) NOT NULL COMMENT '建成年代',
`community_name` varchar(50) NOT NULL COMMENT '所在小区', PRIMARY KEY (`id`) )
ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8
爬取代码：
__author__ = "小柒" __blog__ = "https://blog.52itstyle.vip/" import requests
import time # 导入文件操作库 import os import re import bs4 from bs4 import
BeautifulSoup import sys from util.mysql_DBUtils import mysql # 写入数据库 def
write_db(param): try: sql = "insert into house
(url,listed_price,transaction_cycle,modify_price," \
"square_metre,unit_price,total_price,age_completion,community_name,completion_date)
" sql = sql + "VALUES(%(url)s,%(listed_price)s,
%(transaction_cycle)s,%(modify_price)s," sql = sql +
"%(square_metre)s,%(unit_price)s,%(total_price)s," \
"%(age_completion)s,%(community_name)s,%(completion_date)s)" mysql.insert(sql,
param) except Exception as e: print(e) # 主方法 def main(): #
给请求指定一个请求头来模拟chrome浏览器 headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0;
Win64; x64) AppleWebKit/537.36 ' '(KHTML, like Gecko) Chrome/54.0.2840.99
Safari/537.36'} page_max = 24 # 爬取地址 for i in range(1, int(page_max) + 1):
print("第几页：" + str(i)) if i == 1: house =
'https://qd.lianjia.com/chengjiao/licang/' else: house =
'https://qd.lianjia.com/chengjiao/licang/pg'+str(i) res = requests.get(house,
headers=headers) soup = BeautifulSoup(res.text, 'html.parser') li_max =
soup.find('ul', class_='listContent').find_all('li') for li in li_max: try:
house_param = {} # 所在小区 community = li.find('div', class_='title').text
community_name = community.split(" ")[0] house_param['community_name'] =
community_name # 成交地址 title_src = li.find('a').attrs['href'] house_param['url']
= title_src res = requests.get(title_src, headers=headers) soup =
BeautifulSoup(res.text, 'html.parser') #
--------------------------------------------------------# # 成交日期
completion_date = soup.find('div', class_='house-title').find('span').text
completion_date = completion_date.split(" ")[0] completion_date =
completion_date.replace(".", "-") house_param['completion_date'] =
completion_date # 挂牌价格 listed_price = soup.find('div',
class_='msg').find_all('span')[0].find('label').text
house_param['listed_price'] = listed_price # 成交周期 transaction_cycle =
soup.find('div', class_='msg').find_all('span')[1].find('label').text
house_param['transaction_cycle'] = transaction_cycle # 调价次数 modify_price =
soup.find('div', class_='msg').find_all('span')[2].find('label').text
house_param['modify_price'] = modify_price # 建筑面积 square_metre =
soup.find('div', class_='content').find("ul").find_all('li')[2].text
square_metre = re.findall(r'-?\d+\.?\d*e?-?\d*?', square_metre)[0]
house_param['square_metre'] = square_metre # 总价 total_price = soup.find('span',
class_='dealTotalPrice').find('i').text house_param['total_price'] =
total_price # 单价 unit_price = soup.find('b').text house_param['unit_price'] =
unit_price # 建筑年代 age_completion = soup.find('div',
class_='content').find("ul").find_all('li')[7].text age_completion =
re.findall(r'-?\d+\.?\d*e?-?\d*?', age_completion)[0]
house_param['age_completion'] = age_completion write_db(house_param) except
Exception as e: print(e) mysql.end("commit") mysql.dispose() if __name__ ==
'__main__': main()
通过数据爬取，一共找到了706套二手成交房。

分析数据

直奔主题，数据分析下，大家比较关心的价格问题，以下是2019年1月-3月的二手房成交量以及成交价格：

位置 成交量 单价
李沧 124 21100
同比去年的二手房成交量以及成交价格：

位置 成交量 单价
李沧 277 21306
吓的博主赶紧用计算器认认真真，仔仔细细的核算了三遍，才敢写下这几个数字，同比去年，单价整整降了206
人民币，此处有掌声。再看一下成交量，相比去年少了足足一半之多，相信那124套房子也是卖家忍痛降了206人民币才卖出去的吧！

好了，再看一下大家比较关心的成交周期，2019年1月-3月的二手房成交量以及成交周期：

位置 成交量 成交周期(天)
李沧 124 96
同比去年的二手房成交量以及成交周期：

位置 成交量 成交周期(天)
李沧 277 83
不得不说，相比去年房子的确是难卖了。

小结


很多同事，同学，13、14年就已经上车了，那时李沧1w不到，再看看现在？不想看，没眼看，不能看。最终没在李沧买房，也不是买不起，只是看不到降的希望，相对压力又大一些，而且，也不想把家庭所有的积蓄都赌在这里。

最后，对于刚需就是一个建议，能
买早买，有房和没房看一个城市是不一样的，努力赚钱的最大意义就是提升你的幸福感。活在人间不食人间烟火？真以为自己是神仙？有些东西一说的实际一点真的是会伤到某些人的心，祝你们用键盘战胜一切。

相关代码：https://gitee.com/52itstyle/Python <https://gitee.com/52itstyle/Python>

• « 上一篇：程序员没对象，是不想找还是真的找不到?
• » 下一篇：程序员抢复联4首映票的正确方式