用python爬取去哪儿游记攻略为十月假期做准备。。。爬虫之路，永无止境！

最后

不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~

给大家准备的学习资料包括但不限于：

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

今天目标地址：https://travel.qunar.com/place/

开发环境：

windows10

python3.6

开发工具：

pycharm

库：

tkinter、re、os、lxml、threading、xlwt、xlrd

1.首先先将全国所有的城市名称和id拿到

2.右击检查，进行抓包，找到数据所在的包

3.发送请求，获取响应，解析响应

发送请求，获取响应，解析响应

response = session.get(self.start_url, headers=self.headers).html

提取所有目的地(城市)的url

city_url_list = response.xpath(

‘//*[@id=“js_destination_recommend”]/div[2]/div[1]/div[2]/dl/dd/div/ul/li/a/@href’)

city_id_list = [‘’.join(re.findall(r’-cs(.*?)-', i)) for i in city_url_list]

提取所有的城市名称

city_name_list = response.xpath(

‘//*[@id=“js_destination_recommend”]/div[2]/div[1]/div[2]/dl/dd/div/ul/li/a/text()’)

4.随机点一个城市，进入该城市，查看游记攻略，本文选的是上海

5.进行抓包，查找需要的信息

提取游记作者

author_list = html.xpath(‘//span[@class=“user_name”]/a/text()’)

出发时间

date_list = html.xpath(‘//span[@class=“date”]/text()’)

游玩时间

days_list = html.xpath(‘//span[@class=“days”]/text()’)

阅读量

read_list = html.xpath(‘//span[@class=“icon_view”]/span/text()’)

点赞量

like_count_list = html.xpath(‘//span[@class=“icon_love”]/span/text()’)

评论量

icon_list = html.xpath(‘//span[@class=“icon_comment”]/span/text()’)

游记地址

text_url_list = html.xpath(‘//h3[@class=“tit”]/a/@href’)

6.进行翻页抓包，第二页为异步加载

7.在上一张图中点击Headers，获取游记攻略的请求地址

**这样思路是不是清晰一点，来观察一下请求地址https://travel.qunar.com/place/api/html/books/dist/299878?sortField=0&pageSize=10&page=2

其中299878是上海城市的id page是页数**

源码展示：

---

!/usr/bin/nev python

--coding:utf8--

import tkinter as tk

import re

from lxml import etree

import tkinter.messagebox as msgbox

from requests_html import HTMLSession

from threading import Thread

import os, xlwt, xlrd

from xlutils.copy import copy

session = HTMLSession()

class TKSpider(object):

def init(self):

定义循环条件

self.is_running = True

定义起始的页码

self.start_page = 1

“”“定义可视化窗口，并设置窗口和主题大小布局”“”

self.window = tk.Tk()

self.window.title(‘爬虫数据采集’)

self.window.geometry(‘1000x800’)

“”“创建label_user按钮，与说明书”“”

self.label_user = tk.Label(self.window, text=‘请选择城市输入序号：’, font=(‘Arial’, 12), width=30, height=2)

self.label_user.pack()

“”“创建label_user关联输入”“”

self.entry_user = tk.Entry(self.window, show=None, font=(‘Arial’, 14))

self.entry_user.pack(after=self.label_user)

“”“创建Text富文本框，用于按钮操作结果的展示”“”

定义富文本框滑动条

scroll = tk.Scrollbar()

放到窗口的右侧, 填充Y竖直方向

scroll.pack(side=tk.RIGHT, fill=tk.Y)

self.text1 = tk.Text(self.window, font=(‘Arial’, 12), width=75, height=20)

self.text1.pack()

两个控件关联

scroll.config(command=self.text1.yview)

self.text1.config(yscrollcommand=scroll.set)

“”“定义按钮1，绑定触发事件方法”“”

self.button_1 = tk.Button(self.window, text=‘下载游记’, font=(‘Arial’, 12), width=10, height=1, command=self.parse_hit_click_1)

self.button_1.pack(before=self.text1)

“”“定义按钮2，绑定触发事件方法”“”

self.button_2 = tk.Button(self.window, text=‘清除’, font=(‘Arial’, 12), width=10, height=1, command=self.parse_hit_click_2)

self.button_2.pack(anchor=“e”)

“”“定义富文本文字的显示”“”

self.start_url = ‘https://travel.qunar.com/place/’

self.headers = {

‘user-agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36’

}

发送请求，获取响应，解析响应

response = session.get(self.start_url, headers=self.headers).html

提取所有目的地(城市)的url

city_url_list = response.xpath(

‘//*[@id=“js_destination_recommend”]/div[2]/div[1]/div[2]/dl/dd/div/ul/li/a/@href’)

city_id_list = [‘’.join(re.findall(r’-cs(.*?)-', i)) for i in city_url_list]

提取所有的城市名称

city_name_list = response.xpath(

‘//*[@id=“js_destination_recommend”]/div[2]/div[1]/div[2]/dl/dd/div/ul/li/a/text()’)

self.dict_data = dict(zip(city_id_list, city_name_list))

text_info = ‘’

for city_id, city_name in zip(city_id_list, city_name_list):

text_info += city_id + “:” + city_name + ‘\t\t’

self.text1.insert(“insert”, text_info)

def parse_hit_click_1(self):

“”“线程关联：定义触发事件1, 将执行结果显示在文本框中”“”

Thread(target=self.parse_start_url_job).start()

def parse_city_id_name_info(self):

“”"

富文本内容展示：

:return:

“”"

发送请求，获取响应，解析响应

response = session.get(self.start_url, headers=self.headers).html

提取所有目的地(城市)的url

city_url_list = response.xpath(

‘//*[@id=“js_destination_recommend”]/div[2]/div[1]/div[2]/dl/dd/div/ul/li/a/@href’)

city_id_list = [‘’.join(re.findall(r’-cs(.*?)-', i)) for i in city_url_list]

提取所有的城市名称

city_name_list = response.xpath(

‘//*[@id=“js_destination_recommend”]/div[2]/div[1]/div[2]/dl/dd/div/ul/li/a/text()’)

self.dict_data = dict(zip(city_id_list, city_name_list))

text_info = ‘’

for city_id, city_name in zip(city_id_list, city_name_list):

text_info += city_id + “:” + city_name + ‘\t\t****’

self.text1.insert(“insert”, text_info)

def parse_start_url_job(self):

从输入窗口获取输入

city_id = self.entry_user.get()

self.text1.delete(“1.0”, “end”)

异常捕捉，是否存在key值

try:

city_name = self.dict_data[city_id]

self.parse_request_yj(city_id, city_name)

except:

报错提示

msgbox.showerror(title=‘错误’, message=‘检测到瞎搞，请重新输入！’)

def parse_request_yj(self, city_id, city_name):

“”"

拼接游记地址，进行翻页

:param city_id: 城市的id

:param city_name: 城市的名称

:return:

“”"

while self.is_running:

yj_url = f’https://travel.qunar.com/place/api/html/books/dist/{city_id}?sortField=0&pageSize=10&page={self.start_page}’

response = session.get(yj_url, headers=self.headers).json()[‘data’].replace(‘\’, ‘’)

html = etree.HTML(response)

提取游记的标题：

title_list = html.xpath(‘//h3[@class=“tit”]/a/text()’)

死循环的终止条件

if not title_list:

print(“该城市已经采集到最后一页----------城市切换中---------logging！！！”)

break

else:

提取游记作者

author_list = html.xpath(‘//span[@class=“user_name”]/a/text()’)

出发时间

date_list = html.xpath(‘//span[@class=“date”]/text()’)

游玩时间

days_list = html.xpath(‘//span[@class=“days”]/text()’)

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！