愁，一年过去了，买房的事情还是没有落实。
学区、地铁、房龄、地段、价格、面积、升值潜力…(+﹏+)~

看到一个知乎帖子，启发了我，我是个DT时代的程序员，用数据说话是基本的职业素养！

所以开始用数据找房，加油！

→_→再分析也改不了房价高的基本事实

前辈有开放代码的链家爬虫，不需要从头开始，但是链家的前端发生了变化，程序需要调整。另外，这段代码还有一些有效信息没有抓取，需要扩展。

前辈程序中HTML解析用了BeautifulSoup，这个库已经足够使用了。

前辈使用了SQLite，我打算使用MySQL，没有理由。

1. 提取小区信息，在小区页可以获取全部小区

• 基本信息，例如小区ID、行政区、商圈、平均单价

  http://城市拼音简写.lianjia.com/xiaoqu/区县的拼音全写/ <br/> 例如：天津市东丽区中城市拼音简写是tj，区县的拼音全写是dongli

• 小区价格趋势

  http://城市拼音简写.lianjia.com/fangjia/priceTrend/c小区ID

• 小区户型

  http://城市拼音简写.lianjia.com/xiaoqu/小区ID/huxing/

2. 提取小区成交记录

http://城市拼音简写.lianjia.com/chengjiao/c小区ID/pg页码

3. 提取小区在售房源信息

• 在售信息

  http://城市拼音简写.lianjia.com/ershoufang/pg页码c房源ID/

• 房源具体信息

  http://城市拼音简写.lianjia.com/ershoufang/housestat?hid=房源ID&rid=小区ID 这是json格式的数据

结果

GIS是我的老本行，所以GIS相关的只是不表述

将所有的二手房描绘在地图上，如下图：

图中地图底图是OpenStreetMap下载的公开数据

图中地图底图是天地图的在线地图数据

图中颜色越深，二手房单价越高。从图中开一看出几个简单的结论:

1. 以海河为界，海河西侧比海河东侧市场更大，价格也相对更高
2. 以和平区为重的，向四周发散，内环以内、内环与中环之间、中环与外环之间的房价阶梯比较明显
3. 在图中可以看出城市外环附近有几个小区域价格也很高，例如梅江、西青高新区、机场工业区，这些区域与新的产业政策布局有关；另外东丽湖区域价格也相对较高，这块区域是别墅区。