# lianjia-spider
## Python 课程结课作业
目录树：
```
lianjia-spider
├── bj_links.xlsx
├── bj_results.xlsx
├── font
│ └── msyh.ttf
├── lianjia_data.ipynb
├── map
│ └── json
│ └── province
│ └── beijing.json
├── mask.jpg
├── proxy.txt
├── stopword
│ └── 停用表.txt
└── word.jpg
```
★★★★★
在运行前请安装以下库：
requests、re、BeautifulSoup、numpy、pandas、matplotlib、seaborn、jieba、wordcloud、imageio、time、os、random
★★★★★
1.bj_links和bj_results文件为自带的数据集，是测试时爬取的北京全部数据，如需重新爬取或爬取其他城市则指定城市即可。
2.msyh.ttf为微软雅黑字体。
3.lianjia_data文件是notebook主文件。
4.map地图只有北京市。
5.mask.jpg 是生成词云图的蒙版图片。
6.proxy.txt代理IP文件，执行程序过程中，会重新爬取代理ip,生成proxy.txt文件。代理ip有时效性，所以没有自带代理ip文件，重新爬取即可。
7.stopword停用表，过滤分词时的无意义文字。
8.词云图生成的文件为word.jpg。
Python 课程结课作业.zip （10个子文件） 
ljg_resource stopword 
停用表.txt 16KB
bj_results.xlsx 598KB bj_links.xlsx 143KB
.gitattributes 66B font msyh.ttf 20.76MB map json province beijing.json 21KB lianjia_data.ipynb 271KB
word.jpg 101KB mask.jpg 44KB README.md 1KB资源评论
