我用Python爬取了李滄最近一年多的二手房成交數據得出以下結論

• 2019 年 12 月 9 日
• 筆記

前言

去年年底，部落客有購房的意願，本來是打算在青島市北購房，怎奈工作變動，意向轉移到了李滄，坐等了半年以後，最終選擇在紅島附近購置了期房。

也許一些知道青島紅島的小夥伴會問我，為什麼會跑到那鳥不拉屎的地方去買房子，目前只能是一個字："賭、賭、賭"，重要的事情說三遍。下面來分析一下，我為什麼沒有在李滄買。

爬取數據

爬取了2018年1月份到2019年3月底李滄二手房成交記錄，數據僅限於鏈家，不代表李滄地區的全部數據，但是我覺得應該對大家有一定的參考意義。

創建基本的資料庫：

CREATE TABLE `house` (     `id` int(10) unsigned NOT NULL AUTO_INCREMENT COMMENT '主鍵',     `url` varchar(50) NOT NULL COMMENT '網路訪問地址',     `listed_price` double NOT NULL COMMENT '掛牌價格',     `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 '調價次數',     `square_metre` double NOT NULL COMMENT '建築面積',     `unit_price` double NOT NULL COMMENT '單價',     `total_price` double NOT NULL COMMENT '總價',     `age_completion` int(11) NOT NULL COMMENT '建成年代',     `community_name` varchar(50) NOT NULL COMMENT '所在小區',     PRIMARY KEY (`id`)   ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8

爬取程式碼：

__author__ = "小柒"  __blog__ = "https://blog.52itstyle.vip/"  import requests  import time  # 導入文件操作庫  import os  import re  import bs4  from bs4 import BeautifulSoup  import sys  from util.mysql_DBUtils import mysql      # 寫入資料庫  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():      # 給請求指定一個請求頭來模擬chrome瀏覽器      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("第幾頁：" + 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 = {}                  # 所在小區                  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                  # 掛牌價格                  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                  # 調價次數                  modify_price = soup.find('div', class_='msg').find_all('span')[2].find('label').text                  house_param['modify_price'] = modify_price                  # 建築面積                  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                  # 總價                  total_price = soup.find('span', class_='dealTotalPrice').find('i').text                  house_param['total_price'] = total_price                  # 單價                  unit_price = soup.find('b').text                  house_param['unit_price'] = unit_price                  # 建築年代                  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()

通過數據爬取，一共找到了706套二手成交房。

分析數據

直奔主題，數據分析下，大家比較關心的價格問題，以下是2019年1月-3月的二手房成交量以及成交價格：

同比去年的二手房成交量以及成交價格：

嚇的部落客趕緊用計算器認認真真，仔仔細細的核算了三遍，才敢寫下這幾個數字，同比去年，單價整整降了206人民幣，此處有掌聲。再看一下成交量，相比去年少了足足一半之多，相信那124套房子也是賣家忍痛降了206人民幣才賣出去的吧！

好了，再看一下大家比較關心的成交周期，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：

不得不說，相比去年房子的確是難賣了。

小結

很多同事，同學，13、14年就已經上車了，那時李滄1w不到，再看看現在？不想看，沒眼看，不能看。最終沒在李滄買房，也不是買不起，只是看不到降的希望，相對壓力又大一些，而且，也不想把家庭所有的積蓄都賭在這裡。

最後，對於剛需就是一個建議，能買早買，有房和沒房看一個城市是不一樣的，努力賺錢的最大意義就是提升你的幸福感。活在人間不食人間煙火？真以為自己是神仙？有些東西一說的實際一點真的是會傷到某些人的心，祝你們用鍵盤戰勝一切。

相關程式碼：https://gitee.com/52itstyle/Python