您当前所在位置：
索引号：17-03749
分类：土地&/&全社会&/&公告公示
发布机构：区国土房管局
中国土地市场网
文章来源：
责任编辑：
市政府部门网站
市发展改革委
市经济信息委
市城乡建委
市商委(市粮食局)
市外经贸委
市人力社保局
市国土房管局
市文化委(市版权局)
市卫生计生委
市移民局(市三峡水库管理局)
是政府外事侨务办(市政府港澳办)
市政府法制办(市政府行政复议办)
市机关事务局(市接待办)
市中小企业局(市乡企局)
市食品药品监管局
市档案局(市档案馆)
市供销总社
市通信管理局
重庆煤监局
市教育考试院
市文化执法总队
市交通执法总队
市邮政管理局
区县政府网站
公共服务单位网站
“天地图·重庆”地理信息公共服务平台
重庆市电信公司
重庆移动通信公司
中国联通重庆分公司
重庆长江轮船公司
重庆机场集团
重庆有线电视网络有限公司
重庆市燃气集团
重庆市公交集团
重庆市轨道交通（集团）有限公司
重庆市住房公积金管理中心
重庆交运集团
新闻媒体网站
经济日报－中国经济网
中国青年报
中央电视台
中央人民广播电视台
中国国际广播电视台
人民网重庆视窗
新华网重庆频道
中新社重庆网
重庆电视台视界网
大公网重庆频道
早报网重庆频道
重庆华龙网[金土地]中国土地市场网|土地流转|土地转让|土地出租
您好！欢迎使用金土地！
客服热线:400-855-6119&&|&&收藏本站
近期，中国农业保险再保险共同体发布数据，目前中国农共体再保险承保能力达3600亿元，较2014年...[详情]
8000000元(转让总价)
元(转让总价)
1500000元(转让总价)
元(转让总价)
1500000元(转让总价)
300000元(转让总价)
8000000元(转让总价)
元(转让总价)
800000元(转让总价)
178000元(转让总价)
3700000元(转让总价)
元(转让总价)
5000000元(转让总价)
元(转让总价)
900000元(转让总价)
600000元(转让总价)
8000000元(转让总价)
3980000元(转让总价)
5500000元(转让总价)
130000元(转让总价)
560元(转让总价)
在近日举办的《财经》年会上，任志强满头白发的登上了演讲台，依旧发挥了其大炮的威力，对房价、...[详情]
据央视消息，继住建部与国家发改委联合部署在全国范围内开展商品房销售价格专项检查后，住建部又...[详情]
乡村振兴，根本路径是要建立健全城乡融合发展体制机制和政策体系，实现城乡资源要素双向流动、双...[详情]
据住建部消息，近期，部分房地产开发企业拒绝购房人使用住房公积金贷款，严重损害了缴存职工合法...[详情]
近日，财政部长肖捷撰文称，对个人住房按评估值征房地产税。这或许将成为未来房地产税征收的一个...[详情]
2017年对于房地产政策的制定者来说无疑是最忙碌的一年。据有关机构统计全国有近110个城市...[详情]
今天小编要介绍与大家息息相关的“两大税”，即个人所得税和房地产税。其缴纳的...
你知道“土地出让金”是什么吗？其征收标准是怎样的呢？又该如何计算呢？
2018年农村土地确权政策是怎样规定的呢？放活土地经营权，对于农民而言，究竟是利...
由于城市建设或乡村建设的需要，有不少人们的房屋面临被征收的局面，因此与人们...
为了加快建立乡村振兴多元投入格局，近日，财政部副部长胡静林详解2018年财...
经营许可证编号 闽B2-
&&客服电话：400-855-6119&&
友情链接：
请先登录或注册用户！|||||||||||
中新社北京7月16日电(记者 庞无忌)二季度中国土地市场节节升温，高单价、高总价的地块频繁出现，土地市场的高溢价风险引起官方注意。
中国土地勘测规划院16日发布的一份季度地价报告称，二季度中国异常交易地块数量环比、同比增加明显，土地市场高溢价风险值得关注。
土地勘测规划院隶属中国国土资源部，主要进行土地调查、土地规划、地价研究等，并按季度发布105个城市的地价监测报告。
数据显示，二季度中国主要监测城市地价总体水平为每平米3226元(人民币，下同)，商服、住宅、工业地价分别为每平方米6044元、每平方米4799元和每平方米684元。
从环比来看，综合地价环比增速1.62%，较上一季度增加0.15个百分点，连续五个季度上升；住宅地价环比增速达2.06%，较上一季度增加0.29个百分点。
相比去年同期，三类地价同比增幅均不同程度放大。其中，住宅地价涨幅高达6.13%，较上一季度上升2.01个百分点。报告称，地价同比连续三个季度加速上涨，整体涨势步入较高位区间运行。
随着地价的上涨，报告显示，截至6月底，二季度上报异常交易地块115宗，较上一季度增加36宗，增幅为50.6%，与去年同期的50宗相比，数量大幅上涨；溢价率方面，2013年二季度上报异常交易地块(溢价率超过50%)平均溢价率142%，比上一季度上升了22个百分点，比2012年二季度的平均溢价率下降了20个百分点。
对于土地市场不断升温之因，报告指出，房企为满足发展需求，补充土地储备需求强烈，加之房价持续上涨，市场看好后期楼市，致使土地市场有所升温。加之，供需紧张的热点城市推出稀缺地块，导致高价地再次出现，部分城市优质地块的成交价格甚至超越了历史高值。
对于后市的预判，报告认为，尽管二季度后期出现资金流动结构性紧张，但在房地产开发企业市场购地和房地产开发投资方面并未出现回落的态势，随着三季度土地供应逐渐放大，以及部分城市的优质地块入市，市场出现高价地的可能性依然存在，土地市场上升的态势不会发生根本性变化。9月18日，世界银行行长金墉接受媒体采访。新京报记者 侯少卿 摄
新京报讯 （记者沈玮青）世界银行行长金墉昨日在北京召开记者会时表示，中国未来应关注土地的分配制度，建立起一套市场体系和机制来更好地分配土地。
利用市场化达到高效的土地分配利用
时隔不到一年，金墉在今年9月15日至18日再度访华。他此次中国之行关注的议题是环境和城镇化。对于此前有消息称世行准备向中国建议允许农民出售土地，金墉昨日表示，城镇化中一个重要问题是保护农民的农村土地权益，以更公平的方式分享土地开发的收益。
世行旗下国际金融公司(IFC)首席执行官蔡金勇则表示，世行探讨的并不是“土地私有化”的问题，而是如何建立起一个良好的体系，利用这种市场化的方式达到最高效的土地的分配利用。
土地及户籍制度改革被认为是城镇化两项关键突破口。此前有报道称，新土改的有关框架性思路和改革方向，将在三中全会上成形公布的可能性非常大。
而对于地方政府财政收入近年来放缓的问题，金墉建议地方政府未来也需要扩大财政收入来源，而不要过于依靠出售土地。
QE退出暴露新兴经济体脆弱环节
对于市场上近期对美联储即将缩减量化宽松政策（QE）的预期，金墉表示，该政策可能退出带来的一个影响是部分新兴经济体暴露其经济的脆弱环节。中国在此情况下仍然坚持推进改革，这正是新兴经济体此时应做的。
本周三周四，美联储将在华盛顿展开闭门会议。市场普遍预期现任美联储主席伯南克可能在会议结束之后，发布缩减QE政策的声明。金墉表示，新兴经济体需要在目前的情况下研究经济所暴露出来的一些问题，比如经营环境、商业环境、财政体系改革等，“现在应该是采取行动的时候了”。
蔡金勇则表示，缩减QE肯定会给全球经济带来一些溢出效应的影响，但美国经济的增长和走强也会对全球经济及新兴市场国家带来更多好处。
作者：沈玮青
中国土地市场相关信息
中国土地市场专题栏目，提供最新新最全的中国土地市场网_中国土地市场交易网_土地市场网、以及中国土地市场等相关信息
中国土地市场网
中国土地市场交易网
土地市场网服务器安全狗防护验证页面网站访问认证，点击链接后将跳转到访问页面382被浏览14,054分享邀请回答#!/usr/bin/env python
# -*- coding: utf-8 -*-
import requests
from bs4 import BeautifulSoup
import time
import random
import sys
def get_post_data(url, headers):
# 访问一次网页,获取post需要的信息
'TAB_QuerySubmitSortData': '',
'TAB_RowButtonActionControl': '',
req = requests.get(url, headers=headers)
except Exception, e:
print 'get baseurl failed, try again!', e
sys.exit(1)
soup = BeautifulSoup(req.text, "html.parser")
TAB_QueryConditionItem = soup.find(
'input', id="TAB_QueryConditionItem270").get('value')
# print TAB_QueryConditionItem
data['TAB_QueryConditionItem'] = TAB_QueryConditionItem
TAB_QuerySortItemList = soup.find(
'input', id="TAB_QuerySort0").get('value')
# print TAB_QuerySortItemList
data['TAB_QuerySortItemList'] = TAB_QuerySortItemList
data['TAB_QuerySubmitOrderData'] = TAB_QuerySortItemList
__EVENTVALIDATION = soup.find(
'input', id='__EVENTVALIDATION').get('value')
# print __EVENTVALIDATION
data['__EVENTVALIDATION'] = __EVENTVALIDATION
__VIEWSTATE = soup.find('input', id='__VIEWSTATE').get('value')
# print __VIEWSTATE
data['__VIEWSTATE'] = __VIEWSTATE
except Exception, e:
print 'get post data failed, try again!', e
sys.exit(1)
return data
def get_info(url, headers):
req = requests.get(url, headers=headers)
soup = BeautifulSoup(req.text, "html.parser")
items = soup.find(
'table', id="mainModuleContainer__ctl00_ctl00_p1_f1")
# 所需信息组成字典
division = items.find(
'span', id="mainModuleContainer__ctl00_ctl00_p1_f1_r1_c2_ctrl").get_text().encode('utf-8')
info['XingZhengQu'] = division
# 项目位置
location = items.find(
'span', id="mainModuleContainer__ctl00_ctl00_p1_f1_r16_c2_ctrl").get_text().encode('utf-8')
info['XiangMuWeiZhi'] = location
# 面积(公顷)
square = items.find(
'span', id="mainModuleContainer__ctl00_ctl00_p1_f1_r2_c2_ctrl").get_text().encode('utf-8')
info['MianJi'] = square
# 土地用途
purpose = items.find(
'span', id="mainModuleContainer__ctl00_ctl00_p1_f1_r3_c2_ctrl").get_text().encode('utf-8')
info['TuDiYongTu'] = purpose
# 供地方式
source = items.find(
'span', id="mainModuleContainer__ctl00_ctl00_p1_f1_r3_c4_ctrl").get_text().encode('utf-8')
info['GongDiFangShi'] = source
# 成交价格(万元)
price = items.find(
'span', id="mainModuleContainer__ctl00_ctl00_p1_f1_r20_c4_ctrl").get_text().encode('utf-8')
info['ChengJiaoJiaGe'] = price
# print info
# 用唯一值的电子监管号当key, 所需信息当value的字典
all_info = {}
Key_ID = items.find(
'span', id="mainModuleContainer__ctl00_ctl00_p1_f1_r1_c4_ctrl").get_text().encode('utf-8')
all_info[Key_ID] = info
return all_info
def get_pages(baseurl, headers, post_data, date):
print 'date', date
# 补全post data
post_data['TAB_QuerySubmitConditionData'] = post_data[
'TAB_QueryConditionItem'] + ':' + date
while True:
page {0}'.format(page)
# 休息一下,防止被网页识别为爬虫机器人
time.sleep(random.random() * 3)
post_data['TAB_QuerySubmitPagerData'] = str(page)
req = requests.post(baseurl, data=post_data, headers=headers)
# print req
soup = BeautifulSoup(req.text, "html.parser")
items = soup.find('table', id="TAB_contentTable").find_all(
'tr', onmouseover=True)
# print items
for item in items:
print item.find('td').get_text()
link = item.find('a')
print item.find('a').text
url = 'http://www.landchina.com/' + item.find('a').get('href')
print get_info(url, headers)
print 'no content, this ten days over'
if __name__ == "__main__":
# time.time()
baseurl = 'http://www.landchina.com/default.aspx?tabid=263'
headers = {
'User-Agent': 'Mozilla/5.0 (M Intel Mac OS X 10_11_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.71 Safari/537.36',
'Host': 'www.landchina.com'
post_data = (get_post_data(baseurl, headers))
date = '~'
get_pages(baseurl, headers, post_data, date)
demo大概这个样子的,1 :
这个页面每次最多显示20页,需要每10天当查询条件.我只做了一个10天的, 你可以用datatime库遍历所有的时间.2 :
先用requests.get访问一次网页,获取所需的post内容3: 具体每个土地页面返回一个用唯一数值的电子监管号当key, 所需数据当值的字典,4: 数据我没有存储, 只是打印出来,你可以根据所需的方式存储, 可以存到csv中, 存到mysql中.8224 条评论分享收藏感谢收起# -*- coding: gb18030 -*-
'landchina 爬起来！'
import requests
import csv
from bs4 import BeautifulSoup
import datetime
class Spider():
def __init__(self):
self.url='http://www.landchina.com/default.aspx?tabid=263'
#这是用post要提交的数据
self.postData={
'TAB_QueryConditionItem':'9f2c3acd--a659-a',
'TAB_QuerySortItemList':'282:False',
'TAB_QuerySubmitConditionData':'9f2c3acd--a659-a:',
'TAB_QuerySubmitOrderData':'282:False',
'TAB_QuerySubmitPagerData':''}
self.rowName=[u'行政区',u'电子监管号',u'项目名称',u'项目位置',u'面积(公顷)',u'土地来源',u'土地用途',u'供地方式',u'土地使用年限',u'行业分类',u'土地级别',u'成交价格(万元)',u'土地使用权人',u'约定容积率下限',u'约定容积率上限',u'约定交地时间',u'约定开工时间',u'约定竣工时间',u'实际开工时间',u'实际竣工时间',u'批准单位',u'合同签订日期']
#这是要抓取的数据，我把除了分期约定那四项以外的都抓取了
self.info=[
'mainModuleContainer__ctl00_ctl00_p1_f1_r1_c2_ctrl',#0
'mainModuleContainer__ctl00_ctl00_p1_f1_r1_c4_ctrl',#1
'mainModuleContainer__ctl00_ctl00_p1_f1_r17_c2_ctrl',#2
'mainModuleContainer__ctl00_ctl00_p1_f1_r16_c2_ctrl',#3
'mainModuleContainer__ctl00_ctl00_p1_f1_r2_c2_ctrl',#4
'mainModuleContainer__ctl00_ctl00_p1_f1_r2_c4_ctrl',#5
#这条信息是土地来源，抓取下来的是数字，它要经过换算得到土地来源，不重要，我就没弄了
'mainModuleContainer__ctl00_ctl00_p1_f1_r3_c2_ctrl',#6
'mainModuleContainer__ctl00_ctl00_p1_f1_r3_c4_ctrl',#7
'mainModuleContainer__ctl00_ctl00_p1_f1_r19_c2_ctrl', #8
'mainModuleContainer__ctl00_ctl00_p1_f1_r19_c4_ctrl',#9
'mainModuleContainer__ctl00_ctl00_p1_f1_r20_c2_ctrl',#10
'mainModuleContainer__ctl00_ctl00_p1_f1_r20_c4_ctrl',#11
'mainModuleContainer__ctl00_ctl00_p1_f3_r2_c1_0_ctrl',
'mainModuleContainer__ctl00_ctl00_p1_f3_r2_c2_0_ctrl',
'mainModuleContainer__ctl00_ctl00_p1_f3_r2_c3_0_ctrl',
'mainModuleContainer__ctl00_ctl00_p1_f3_r2_c4_0_ctrl',
'mainModuleContainer__ctl00_ctl00_p1_f1_r9_c2_ctrl',#12
'mainModuleContainer__ctl00_ctl00_p1_f2_r1_c2_ctrl',
'mainModuleContainer__ctl00_ctl00_p1_f2_r1_c4_ctrl',
'mainModuleContainer__ctl00_ctl00_p1_f1_r21_c4_ctrl',
'mainModuleContainer__ctl00_ctl00_p1_f1_r22_c2',
'mainModuleContainer__ctl00_ctl00_p1_f1_r22_c4_ctrl',
'mainModuleContainer__ctl00_ctl00_p1_f1_r10_c2_ctrl',
'mainModuleContainer__ctl00_ctl00_p1_f1_r10_c4_ctrl',
'mainModuleContainer__ctl00_ctl00_p1_f1_r14_c2_ctrl',
'mainModuleContainer__ctl00_ctl00_p1_f1_r14_c4_ctrl']
def handleDate(self,year,month,day):
#返回日期数据
'return date format %Y-%m-%d'
date=datetime.date(year,month,day)
print date.datetime.datetime.strftime('%Y-%m-%d')
return date
def timeDelta(self,year,month):
#计算一个月有多少天
date=datetime.date(year,month,1)
date2=datetime.date(date.year,date.month+1,date.day)
date2=datetime.date(date.year+1,1,date.day)
dateDelta=(date2-date).days
return dateDelta
def getPageContent(self,pageNum,date):
#指定日期和页数，打开对应网页，获取内容
postData=self.postData.copy()
#设置搜索日期
queryDate=date.strftime('%Y-%m-%d')+'~'+date.strftime('%Y-%m-%d')
postData['TAB_QuerySubmitConditionData']+=queryDate
postData['TAB_QuerySubmitPagerData']=str(pageNum)
r=requests.post(self.url,data=postData,timeout=30)
r.encoding='gb18030'
pageContent=r.text
f=open('content.html','w')
f.write(content.encode('gb18030'))
return pageContent
def getAllNum(self,date):
3 1—200页
4 200页以上
firstContent=self.getPageContent(1,date)
if u'没有检索到相关数据' in firstContent:
print date,'have','0 page'
pattern=re.compile(u'&td.*?class="pager".*?&共(.*?)页.*?&/td&')
result=re.search(pattern,firstContent)
if result==None:
print date,'have','1 page'
if int(result.group(1))&=200:
print date,'have',int(result.group(1)),'page'
return int(result.group(1))
print date,'have','200 page'
return 200
def getLinks(self,pageNum,date):
'get all links'
pageContent=self.getPageContent(pageNum,date)
pattern=re.compile(u'&a.*?href="default.aspx.*?tabid=386(.*?)".*?&',re.S)
results=re.findall(pattern,pageContent)
for result in results:
links.append('http://www.landchina.com/default.aspx?tabid=386'+result)
return links
def getAllLinks(self,allNum,date):
allLinks=[]
while pageNum&=allNum:
links=self.getLinks(pageNum,date)
allLinks+=links
print 'scrapy link from page',pageNum,'/',allNum
pageNum+=1
print date,'have',len(allLinks),'link'
return allLinks
def getLinkContent(self,link):
'open the link to get the linkContent'
r=requests.get(link,timeout=30)
r.encoding='gb18030'
linkContent=r.text
f=open('linkContent.html','w')
f.write(linkContent.encode('gb18030'))
return linkContent
def getInfo(self,linkContent):
"get every item's info"
soup=BeautifulSoup(linkContent)
for item in self.info:
if soup.find(id=item)==None:
s=soup.find(id=item).string
if s==None:
data.append(unicode(s.strip()))
return data
def saveInfo(self,data,date):
fileName= 'landchina/'+datetime.datetime.strftime(date,'%Y')+'/'+datetime.datetime.strftime(date,'%m')+'/'+datetime.datetime.strftime(date,'%d')+'.csv'
if os.path.exists(fileName):
csvfile=file(fileName,mode)
writer=csv.writer(csvfile)
if mode=='wb':
writer.writerow([name.encode('gb18030') for name in self.rowName])
writer.writerow([d.encode('gb18030') for d in data])
csvfile.close()
def mkdir(self,date):
path = 'landchina/'+datetime.datetime.strftime(date,'%Y')+'/'+datetime.datetime.strftime(date,'%m')
isExists=os.path.exists(path)
if not isExists:
os.makedirs(path)
def saveAllInfo(self,allLinks,date):
for (i,link) in enumerate(allLinks):
linkContent=data=None
linkContent=self.getLinkContent(link)
data=self.getInfo(linkContent)
self.mkdir(date)
self.saveInfo(data,date)
print 'save info from link',i+1,'/',len(allLinks)
以上就是主要代码了。程序主要分为4部分：第1部分：handleDate(self,year,month,day)------&date
date就是要爬取的日期，是日期格式的第2部分：getAllNum(self,date)------&allNum
allNum就是指定日期下，总共有多少页的土地信息第3部分：getAllLinks(self,allNum,date)------&allLinks
allLinks就是指定日期下所有的土地信息具体链接第4部分：saveAllInfo(self,allLinks,date)
把指定日期下，所有土地信息链接里的内容保存下来下面是运行代码，我是按每个月的天数来爬取的，这样出错了比较好修改~# -*- coding: gb18030 -*-
'landChina 执行起来!'
import spider
s=spider.Spider()
delta=s.timeDelta(year,month)
#一个月一个月的抓取
while day&=delta:
date=s.handleDate(year,month,day)
allNum=s.getAllNum(date)
allLinks=s.getAllLinks(allNum,date)
s.saveAllInfo(allLinks,date)
print date,'KO!'
print date.strftime('%Y-%m'),'KO!'
运行中是这样的： have 1 pagescrapy link from page 1 / 1 have 3 linksave info from link 1 / 3save info from link 2 / 3save info from link 3 / 3 KO! have 0 page have 0 link KO! have 1 pagescrapy link from page 1 / 1 have 3 linksave info from link 1 / 3save info from link 2 / 3save info from link 3 / 3 KO! have 1 pagescrapy link from page 1 / 1 have 2 linksave info from link 1 / 2save info from link 2 / 2 KO!存储路径和存储格式是这样的：landchina/year/month/day.csv保存下来的信息是这样的(用的是csv格式的)：170多万条数据好大，想用分布式爬虫来爬，可是不会呀~嗯，就是这样，希望可以帮到你~4556 条评论分享收藏感谢收起