嗨害大家好鸭~我是小熊猫❤
就快放假啦~
大概还有十几个小时的样子吧
不知道大家的假期有什么样的安排呢?
不过大家一定要保住自己的健康码啊!!!
趁现在,先来用python做一个旅游攻略
知识点:
requests 发送网络请求
parsel 解析数据
csv 保存数据
第三方库:
requests >>> pip install requests
parsel >>> pip install parsel
模块安装:
- 按住键盘 win + r, 输入cmd回车
- 打开命令行窗口, 在里面输入 pip install 模块名
开发环境:
版 本: python 3.8
+python安装包 安装教程视频
+pycharm 社区版 专业版 及 激活码文末名片获取
python学习方向:
爬虫开发: 批量采集网络当中数据内容(图片 文本 视频 音频)
数据分析: 对大量数据 进行处理分析, 做可视化, 预测
网站开发: 搭建网站服务 例如 淘宝 京东 豆瓣 知乎...
人工智能
案例思路分析:
1. 明确今天的目的, 我们需要什么数据
出发日期 天数 人均费用 人物 玩法 地点 浏览量...
2. 分析网页 确定我们的数据来源
静态页面
代码实现步骤:
1. 向目标网站发送网络请求
https://travel.qunar.com/travelbook/list.htm?order=hot_heat
2. 获取数据 网页源代码
3. 筛选我们需要的数据 所有的详情页链接
4. 向 每一个详情页 链接发送网络请求
5. 获取数据 网页源代码
6. 提取数据
出发日期 天数 人均费用 人物 玩法 地点 浏览量...
7. 保存数据
8. 多页爬取
9. 做一个可视化分析 旅游景点推荐
导入模块
import random
import time
import requests # 发送网络请求
import parsel # 筛选数据模块
import csv # 保存数据
爬取旅游网数据
1. 向目标网站发送网络请求
csv_qne = open('去哪儿.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.writer(csv_qne)
csv_writer.writerow(['地点', '短评', '出发时间', '天数','人均费用','人物','玩法','浏览量','详情页'])
for page in range(1, 201):
url = f'https://travel.qunar.com/travelbook/list.htm?page={
page}&order=hot_heat'
# 写爬虫 没有太大区别
# post里面需要加一些请求参数
# 在网站开发当中 get请求不是很安全的请求 有长度限制的
# post 更加安全 提交表单数据内容 没有长度限制的
response = requests.get(url)
# <Response [200]>: 访问成功了, 接下来我们就只需要拿数据就行了
2. 获取数据 网页源代码
html_data = response.text
3. 筛选我们需要的数据 所有的详情页链接
selector = parsel.Selector(html_data)
# css选择器提取网页内容
# 需要有网页开发基础
url_list = selector.css('body > div.qn_mainbox > div > div.left_bar > ul > li > h2 > a::attr(href)').getall()
for detail_url in url_list:
detail_id = detail_url.replace('/youji/', '')
detail_url = 'https://travel.qunar.com/travelbook/note/' + detail_id
4. 向 每一个详情页 链接发送网络请求
response_1 = requests.get(detail_url)
5. 获取数据 网页源代码
data_html_1 = response_1.text
6. 提取数据
# 出发日期 天数 人均费用 人物 玩法 地点 浏览量...
selector_1 = parsel.Selector(data_html_1)
# ::text 提取标签里面文本内容 *所有
# 标题
title = selector_1.css('.b_crumb_cont *:nth-child(3)::text').get()
# 短评
comment = selector_1.css('.title.white::text').get()
# 浏览量
count = selector_1.css('.view_count::text').get()
# 出发日期
date = selector_1.css('#js_mainleft > div.b_foreword > ul > li.f_item.when > p > span.data::text').get()
# 天数
days = selector_1.css('#js_mainleft > div.b_foreword > ul > li.f_item.howlong > p > span.data::text').get()
# 人均费用
money = selector_1.css('#js_mainleft > div.b_foreword > ul > li.f_item.howmuch > p > span.data::text').get()
# 人物
character = selector_1.css('#js_mainleft > div.b_foreword > ul > li.f_item.who > p > span.data::text').get()
# 玩法
play_list = selector_1.css('#js_mainleft > div.b_foreword > ul > li.f_item.how > p > span.data span::text').getall()
play = ' '.join(play_list)
print(title, comment, date, days, money, character, play, count, detail_url)
csv_writer.writerow([