查看“链家北京成交信息采集”的源代码

==背景==
       链家是一家涉及资产管理服务、交易管理服务和金融管理服务为一体的综合性房地产服务公司，业务覆盖租赁、新房、二手房、资产管理、海外房产、互联网平台、金融、理财、后房产市场等领域，是国内最大且唯一具有全产业链服务能力的房产O2O平台。

目前线上已覆盖PC端、链家APP、链家网手机版等终端，平台为买卖双方用户提供全面真实的房产相关信息及咨询服务，并满足用户估价、约带看等个性化服务。旨在不断提高服务效率、提升服务体验，为用户提供更安全、更便捷、更舒心的综合房产服务。

1.	采集字段为：  房源编号,小区名,区位,商圈,总楼层,楼层,建成年代,户型,面积,建筑类型,朝向,挂牌均价,成交价格,成交时间,成交单价,学校地址,地标志

2.	可以针对房地产行业数据分析，我们采集到成这些成交信息可以获取行业动态及客户需求，为房地产事业提供有效的数据支持。

3.	备份数据，方便数据研究行业动态，链家网有两个限制：登陆显示数据限制，显示内容页面限制。登陆显示数据限制。必须在登录后才能看到最近三个月的数据。不登陆只能看到历史数据。显示内容页面显示。链家只能显示100页内容，历史内容不予显示。客户可以每天采集网页上最新数据。

4.	为我们买卖二手房，新房及租房提供参考依据，北京链家是具有行业代表的风向标，我们根据数据可以分析出买卖房屋的最佳时机。

5.	论文编写依据，很多博士，研究生及本科生需要编写论文，研究课题正是于此相关内容，可以采集大量数据最为论据支撑。

==展示==
      [[image:20161025_lianjia_ui.gif]]
      [[image:20161025_lianjia_data.gif]]


==需求==
       采集链家北京站上的房产交易信息。
       客户需要定期采集最新的房产交易数据。
       客户有一个月的数据断了，没有采集。但是现在链家只显示100页数据。所以需要采用某种方法尽可能采集更多的数据。
       需要采集的字段如下图
       [[image:20161025_lianjia_req.jpg]]

==功能==
===输入===
       默认网址

===输出===
       房源编号,小区名,区位,商圈,总楼层,楼层,建成年代,户型,面积,建筑类型,朝向,挂牌均价,成交价格,成交时间,成交单价,学校地址,地标志

===处理===
       下载北京链家的网页，解析出子页面网址
       下载子页面，解析网页，提取链家的交易条目信息的网址
       下载交易条目信息网页，提取字段内容，并保存。

==使用==
===使用步骤===
       打开IE
       在IE里访问链家网
       在IE里登陆您的链家账号
       然后启动采集器
       然后修改设置
       然后点击开始
       就开始采集了
===软件设置===
      [[image:20161025_lianjia_data.gif]]

      任务列表
      默认网址  

      采集页数
      指定采集的页数，取值范围在1到100.

      扫描区域
      指定是否扫描所有区域，为1，表示扫描所有区域，为0，表示不扫描区域

==备注==
      链家网有两个限制：登陆显示数据限制，显示内容页面限制。
      登陆显示数据限制。必须在登录后才能看到最近三个月的数据。不登陆只能看到历史数据。
      显示内容页面显示。链家只能显示100页内容，历史内容不予显示。
      为了采集最新的数据，我们采集模拟账户访问的方式获取数据。
      为了采集超过100页的数据，我们采集去了采集各个区的数据的方法来采集更多的数据。
      如果每隔几天采集一次，那么就不需要把扫描区域开关打开采集。
      如果一个月才采集一次，那么就把扫描区域开关打开进行采集。