Pyecharts项目实战：去长沙旅游有哪些好玩的？

来源：Python数据之道

作者：Peter

整理：Lemon

长沙，著名的"星城"、"娱乐之都"，湖南省省会，素有“屈贾之乡”、“山水洲城”之名。每年都有很多的游客到长沙旅游，不仅是因为美食多，比如：文和友小龙虾、臭豆腐、糖油粑粑，以及网红奶茶茶颜悦色，还因为长沙真的有很多可以游逛的美景。

本文将结合实际的数据来告诉你，如果你想去长沙旅游，你应该去哪里玩。湖南欢迎你，长沙欢迎你！

系统环境

• Macos

• jupyter notebook

• python3.7.5

• Pyecharts 1.7.1

特别提醒下，Pyecharts 的版本一定要保持一致。

数据获取

导入库

首先我们需要导入各种库，这些库的主要功能如下

• 爬虫请求发送及数据解析

• csv 保存爬取到的数据

• Pandas 处理爬取到的数据

• Jieba 中文分词

• Pyecharts 绘图专用库

import pandas as pd
import re
import csv
import json
import requests
import random

# 显示所有列
# pd.set_option('display.max_columns', None)

# 显示所有行
# pd.set_option('display.max_rows', None)

# 设置value的显示长度为100，默认为50
# pd.set_option('max_colwidth',100)

# 绘图相关
import jieba
import matplotlib.pyplot as plt
from pyecharts.globals import CurrentConfig, OnlineHostType   # 事先导入，防止不出图
from pyecharts import options as opts  # 配置项
from pyecharts.charts import Bar, Pie, Line, HeatMap, Funnel, WordCloud, Grid, Page  # 各个图形的类
from pyecharts.faker import Faker  # 自身数据
from pyecharts.commons.utils import JsCode   
from pyecharts.globals import ThemeType,SymbolType

爬取信息

先确定我们爬取的字段信息：

1. 中文名：cn_title

2. 英文名：en_title

3. 排名：ranking

4. 驴友百分比：lvyou

5. 地点：location

6. 简介：abstract

7. 评论数：comment

8. 攻略数：strategy

网页规律

首先看看网站 URL 的规律：

https://travel.qunar.com/p-cs300022-changsha-jingdian-1-1
https://travel.qunar.com/p-cs300022-changsha-jingdian-1-2
https://travel.qunar.com/p-cs300022-changsha-jingdian-1-3

我们发现是通过最后的数字来更新 URL 地址的，因此实际爬虫中我们构造了一个 URL 地址来循环爬取：

for i in range(1,165):
  "https://travel.qunar.com/p-cs300022-changsha-jingdian-1-{}".format(i)

单页源码获取

我们使用 requests 模块来发送爬虫请求：

url = "https://travel.qunar.com/p-cs300022-changsha-jingdian-1-1"

# 需要更换自己的请求头
headers = {"user-agent": "个人实际请求头"}

response = requests.get(url=url,headers=headers)
result = response.content.decode()

源码规律

每页有 10 个景点（最后一页可能没有），再看看每个页面源码的规律：每个 <li></li> 标签中代表一个景点

看看第一个景点（橘子洲）中 8 个字段信息所在的位置：

正则匹配单页数据

我们使用 re 模块通过正则表达式来解析需要爬取的字段。

关于正则表达式的使用，「Python数据之道」之前有过分享，大家可以点击链接前往：

• Python正则表达式