数据采集小作业-（11）租房信息采集 ——基于安居客网站的北京租房信息采集分析

作者：何珊珊

指导教师：王文武

单位：曲阜师范大学  统计学院

在本案例中，要采集的是安居客网站中关于北京租房的相关信息，包括有关的标题、房间的构造、房子面积、周边环境（地址）、房租价格、合租/整租、朝向等数据。安居客的房源信息较充足，可以从中获得较好的信息加以分析。本案例分析利用了RCurl、XML和stringr包，RCurl包程序包提供了有R到libcurl库的接口，从而实现HTTP的一些功能；利用XML程序包中的htmlParse函数加抓取HTML页面的函数获得我们所需要的信息；最后通过stringr程序包中的函数功能对获得的信息加以处理。本文通过对安居客中北京租房信息的前五页信息进行抓取，总共采集300个数据，通过对数据的处理，储存为数据框格式，并保存到excel表格中。

具体研究见附件。

何珊珊-北京租房信息采集.pdf