阅读本文大约需要 7 分钟
作者：zone7
首发于微信公众号：zone7
概述
? 前言
? 思考
? 统计结果
? 爬虫技术分析
? 爬虫代码实现
? 爬虫分析实现
? 后记
? 阿广说
前言
年过二十，我渐渐的发现我喜欢上了一个人做事，与其说这是孤单，不如说独处。我认为独处不应该和孤独相混淆，孤独是一个人的狂欢，而狂欢是一群人的孤独！
昨天的每日一问题问读者朋友们元旦如何度过，看到有的朋友说出去旅游，那么如何选择旅游才能趋独处避孤单呢？下面使用Python帮大家分析一下！
弘扬一下社会主义核心价值观
思考
（此段可跳过）要抓取出行方面的数据还不简单，直接去看看携程旅游、马蜂窝这类网站看看有没有数据抓取。但是实际上这些网站并没有比较好的格式化的数据供我们抓取，或许是我没找到吧。我在想，有没有什么折中的办法。然而，就这样半天过去了，突然想到，要出行肯定会查找相关的出行攻略吧，那么关键词就是一个突破口，可以查询百度指数来看看哪些景点被查询的次数最多，那么就可以大概知道哪些景点会爆满了。
统计结果
此次的统计结果只是从侧面反映景点爆满的问题，未必是完全准确的，仅供参考。此次统计的景点共有 100 个：
桂林、三亚、泰山的搜索量都是杠杠的，这第一梯队的地方能不去就别去了，去了也是人山人海的，爆满是无疑的了。
第二梯队的搜索量也不差，日均搜索量还是上万的，谨慎行动。
第三梯队下来就可以考虑考虑，为了避免不必要的塞车与等待，建议大家还是呆在家里吧！！！
第四梯队应该没太大的问题，建议出去溜达溜达。
都到第五梯队了，就可以放心地玩耍了。经历了那么多的烦心事，是该好好放飞一下自己了。
爬虫技术分析
请求库：selenium
HTML 解析：使用正则匹配
数据可视化：pyecharts
数据库：MongoDB
数据库连接：pymongo
爬虫分析实现
此次文章能够实现参考效果，完全是因为抖机灵。首先是选取爬虫来源，携程与马蜂窝没有结构化的数据，我们就换一种思路。首先是想到百度指数，如图：
关于数据清洗方面，这里筛选了数据量过小，和数据量异常大的景点，详情在源码中查看。
爬虫代码实现
由于篇幅原因，这就只展示主要代码，详情请查看源码，点击阅读原文获取源码。
后记
整篇爬虫文章分析到这里就结束，不过还是对百度指数很有执念，想找个时间写一篇相关的文章才行，不搞定它感觉心里有块疙瘩，或许这就是程序员最后的倔强，最后祝大家元旦假期愉快，不用写代码。
阿广说
一年下来，经历了许多的事情，我们永远要保持“清零”的理念去学习。何为“清零”的理念？就是当本阶段的任务结束了之后，尽管事情做的很成功，也要放平心态，不骄不躁，不气不馁的稳步前行，初心不忘，保持着那股最初的干劲，砥砺前行。
考研，考公务员，考教师，找工作...每个人都有每个人的理想，元旦来临，我们可以将元旦当作我们的加油站，短暂休息过后继续前行！我相信我们不会因为一个人孤独而使“竞争对手”狂欢，也不会因为那么一群人的狂欢而使你孤独！
推荐阅读
今日问题
你去过哪些知名的景点？
有什么深刻的印象？
打卡格式：打卡第n天，答：...
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
