이 튜토리얼에서는 Python의 요청 라이브러리를 사용하여 API에서 부동산 데이터를 스크랩하는 방법을 살펴봅니다. 또한 최근 가격이 인하된 잠재적으로 저렴한 부동산을 검색하기 위해 필터를 적용하는 방법도 알아봅니다.
훌륭한 부동산 투자 기회를 찾을 때 최근 가격 하락은 가장 중요한 지표 중 하나인 경우가 많습니다. 이러한 속성을 빠르게 표시하는 도구가 있으면 많은 시간을 절약할 수 있으며 다른 사람이 알아차리기 전에 먼저 시작하는 데 도움이 될 수 있습니다!
이 기사에서는 다음을 수행합니다.
우리가 사용하는 API는 다음 데이터를 반환할 수 있습니다.
이 API는 결과를 필터링하는 데 도움이 되는 여러 쿼리 매개변수를 지원합니다.
参数 | 类型 | 描述 |
---|---|---|
**includedDepartments[]** | 数组 | 按部门过滤。示例:departments/77 |
**fromDate** | 日期 | 仅检索在此日期之后列出(或更新)的房产。 |
**propertyTypes[]** | 数组 | 按房产类型过滤。示例:0代表公寓,1代表房屋,等等。 |
**transactionType** | 字符串 | 0代表出售,1代表出租,等等。 |
**withCoherentPrice** | 布尔值 | 仅检索价格与市场价格一致的房产。 |
**budgetMin** | 数字 | 最低预算阈值。 |
**budgetMax** | 数字 | 最高预算阈值。 |
**eventPriceVariationFromCreatedAt** | 日期 | 创建价格类型事件的日期——包含在内。 |
**eventPriceVariationMin** | 数字 | 价格变化的最小百分比(负数或正数)。 |
다음은 Python의 요청 라이브러리를 사용하여 엔드포인트를 쿼리하기 위한 예제 스크립트입니다. 특히 X-API-KEY가 필요한 경우 필요에 따라 매개변수와 헤더를 조정합니다.
<code class="language-python">import requests import json # 1. 定义端点URL url = "https://api.stream.estate/documents/properties" # 2. 创建参数 params = { 'includedDepartments[]': 'departments/77', 'fromDate': '2025-01-10', 'propertyTypes[]': '1', # 1可能代表“公寓” 'transactionType': '0', # 0可能代表“出售” 'withCoherentPrice': 'true', 'budgetMin': '100000', 'budgetMax': '500000', # 关注价格变化 'eventPriceVariationFromCreatedAt': '2025-01-01', # 从年初开始 'eventPriceVariationMin': '-10', # 至少下降10% } # 3. 使用API密钥定义标头 headers = { 'Content-Type': 'application/json', 'X-API-KEY': '<your_api_key_here>' } # 4. 发出GET请求 response = requests.get(url, headers=headers, params=params) # 5. 处理响应 if response.status_code == 200: data = response.json() print(json.dumps(data, indent=2)) else: print(f"请求失败,状态码为{response.status_code}")</code>
eventPriceVariationMin = '-10'
이는 최소 10%의 가격 인하를 원한다는 의미입니다.
eventPriceVariationMax = '0'
이를 0으로 설정하면 가격 인상이나 0% 이상의 변동이 발생한 부동산이 포함되지 않습니다. 본질적으로 부정적인 변화 또는 0의 변화를 포착하고 있습니다.
? 팁: 전략에 맞게 최소/최대 값을 조정하세요. 예를 들어 -5와 5에는 ±5% 이내의 가격 변동이 포함됩니다.
이제 가격이 하락한 부동산에 초점을 맞춰 부동산 데이터를 크롤링할 수 있는 기본 Python 스크립트가 생겼습니다. 부동산에 투자하거나 시장 추세를 추적하려는 경우 이 방법은 매우 강력할 수 있습니다.
언제나 그렇듯이 매개변수를 특정 요구 사항에 맞게 조정하세요. 이 스크립트를 확장하여 결과를 가격별로 정렬하고, 고급 분석을 통합하고, 데이터를 머신러닝 모델에 연결하여 더욱 심층적인 통찰력을 얻을 수도 있습니다.
즐거운 사냥을 즐기시고 숨겨진 보석을 찾으세요!
위 내용은 Python으로 부동산 데이터를 스크랩하여 기회 찾기의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!