震惊！ 扫描下方二维码，居然看到身边有这些东西！

更新历史

• 2017.5.1 除了杭州外，支持北京，上海，广州的租房地图
• 2017.5.25 加入联系客服功能

换房子的时候各种找中介，在中介那里踩过几个坑（大概就是不知距离的情况下跨域半个城市去看破烂出租屋的那种），然后被身边某位身经百战的朋友传授了一点人生经验——去豆瓣杭州租房小组里面，按照发帖时间扫帖。这个帖子很可能是中介发的。。。特点就是更新时间和发帖时间相差能超过一星期。。。我还见过一年前的帖子被顶上来。不过总体来说，上面的房源很大一部分是转租或者房东自己放出来的，直接联系起来，成功率较高

然后这位朋友还大胆提出，要做一个租房地图，能直观的在地图上看到附近的租房信息，而且这个数据是从豆瓣上拿到的。很明显这个需求提不到豆瓣的开发那里去，然后就提给了我。我觉得这个想法是很好的，虽然某些龌蹉的朋友会觉得地图上如果展示的不是租房小组的帖子，而是交（yue）友（pao）小组的话，更有意思。

从设计到开发再到后面审核通过，大概是一周半，其中开发用了一个周末和零星的睡前时间~

1.产品定位

一个租房地图，能根据用户选择的地理位置显示附近的房源，房源来自豆瓣杭州租房小组发帖：https://www.douban.com/group/145219/

提供过滤功能和收藏功能。

• 用户能定向检索某些房源。
• 用户能保存感兴趣的房源。

主页面交互见附图1、2，收藏页交互见附图3

2.技术方案

• 前端页面是微信小程序的那套轮子，没得选。我不是什么专业前端，脚手架也懒得搭，直接撸原生的。

• 数据大都是读操作，也没有强一致的要求，而且格式比较自由，选择用mongod来搞。

• 数据源的话，只能写一套网络爬虫，定时去抓取豆瓣租房小组的帖子，试了一把，抓前100页的数据，居然没有出现被ban的情况，连反爬都不用去实现了。这个爬下来的数据不可能一直放着，我的服务器没剩多少G给我玩儿了，暂定保存10天。

• 调度系统，我这儿有两个定时任务，爬虫爬最新的帖子和删除数据库里面超过10天的旧数据。考虑过celery和APScheduler，后者是基于Quartz，公司同事弄过一套java的，重的一逼。思考良久，还不如直接写个python脚本，用supervisor保护下。目前是这样做了，效果还不错，每天凌晨3点钟顺序执行这两个调度，帖子数目维持在3000左右。

调度日志效果

WARNING:root:*** middle night,delete old data finish! *** 2017-04-27 02:09:32  
WARNING:root:middle night,start crawl new data 2017-04-27 03:19:32  
WARNING:root:middle night,start delete old data 2017-04-28 02:01:59  
WARNING:root:*** middle night,delete old data finish! *** 2017-04-28 02:01:59  
WARNING:root:middle night,start crawl new data 2017-04-28 03:11:59  

• 地理位置获取是个坑。数据是论坛的帖子，里面不可能直接拿到经纬度，甚至准确提取地名都是问题。刚好公司有一个输入法的项目，想到了输入联想里面，大都会有地名提示。网上找了一下，发现搜狗输入法有一部分词库数据是提供免费下载的，里面是简单加密的文本，位移一下就能得到干净的地名词库，有兴趣可以自己搜一下。做一个简单的模式匹配，就能从“城西西城广场单间出租 带独卫 价格只需要1500 独门..”这种句子里面提取出城西和西城广场这两个关键词，然后调用腾讯地图的免费api，获得精确的经纬度信息~。比较坑的是搜狗的词库是13年左右的，相对于杭州这种城建速度飞起的地方，信息滞后略严重。所以目前这个租房地图，位置显示是有点问题的，当然，也有一部分原因是很多帖子里面就没有有效的地名。

3.后期优化

• 提取帖子里面的价格信息，能通过价格筛选，目前只做了合租之类的关键字过滤

• 界面优化一下，现在丑的一逼。。。

• 数据源扩展一下，至少能支持北上广的豆瓣租房数据。还有就是这个产品其实拓展性很强的，我爬的是租房信息，所以是租房地图，如果爬交友信息，就是（yue）（pao）地图。。。。怨念。。。

附图1 附图2 附图3