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

• 2019 年 12 月 9 日
• 筆記

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：

同比去年的二手房成交量以及成交价格：

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：

同比去年的二手房成交量以及成交周期：

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