2017年中国主要城市房价工资比排行榜

2017房价

import requests
import bs4
import re
import openpyxl

def open_url(url):
    headers={"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) \
    Chrome/86.0.4240.198 Safari/537.36"}
    res=requests.get(url,headers=headers)

    return res

def find_infor(res) -> object:
    data=[]
    soup=bs4.BeautifulSoup(res.text,'html.parser')
    content=soup.find(id="C-Main-Article-QQ")
    targets=content.find_all('p',style="TEXT-INDENT: 2em")
    targets=iter(targets) #因为targets是一个列表，是一个可迭代对象；可以用for循环来迭代它，但是它本身不是一个迭代器；直接用的话会提示：
    ##'XXX' object is not an iterator.判断断一个对象是不是一个迭代器，可以用next()函数来迭代它/作用它；
    ##targets=iter(targets)行是通过用iter()函数吧targets转换为了迭代器，所以在下面的for循环中对targets可以直接应用next()函数了。
    for each in targets:
        # print(each.text)
        # if each.text.isnumeric():
        #     for i in range(4):
        #         data.append(next(targets).text)

        if each.text.isnumeric():
            data.append([re.search(r'\[(.+)\]',next(targets).text).group(1),
                        re.search(r'\d.*', next(targets).text).group(),
                        re.search(r'\d.*', next(targets).text).group(),
                        re.search(r'\d.*', next(targets).text).group()])

    return data
    # return content

def to_excel(data):
    wb=openpyxl.Workbook()
    wb.guess_types=True
    ws=wb.active
    ws.append(['城市','平均房价','平均工资','房价工资比'])
    for each in data:
        ws.append(each)
    wb.save("2017年中国主要城市房价工资比排行榜.xlsx")
def main():
    url = 'https://news.house.qq.com/a/20170702/003985.htm'
    res = open_url(url)
    data=find_infor(res)
    to_excel(data)
    # print(data)
    # content=find_infor(res)
    # with open("2017各城市房价1.txt",'w',encoding='utf-8') as f:
    #     f.write(content.text)

if __name__=="__main__":
    main()