放假去哪里好玩?用python帮你分析
作者:互联网
是不是每次快到放假,纠结去哪里玩?
- 哪里风景好?
- 哪里好玩?
- 哪里人不多?
- 哪里不坑人?
今天就教你用代码来分析,制作一个旅游攻略
一、首先
我们今天要用到的工具
[开发环境]:
- 版 本: python 3.8
- 编辑器:pycharm 2021.2
没有或者不会安装可以看这个教程:python和pycharm安装教程←点击左边蓝色文字就可以跳转了!
[第三方库]:
- requests
- parsel
不会安装,直接打开你的cmd输入 pip install+模块名,就可以了
二、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…)获取这些数据用来进行最后的数据分析,看全国景区数据
2.分析网页 确定我们的数据来源
本次获取的网站是一个静态网站
三、代码实现步骤:
- 向目标网站发送网络请求
https://travel.qunar.com/travelbook/list.htm?order=hot_heat
- 获取数据 网页源代码
- 筛选我们需要的数据 所有的详情页链接
- 向 每一个详情页 链接发送网络请求
- 获取数据 网页源代码
- 提取数据
出发日期 天数 人均费用 人物 玩法 地点 浏览量… - 保存数据
- 多页爬取
- 做一个可视化分析 旅游景点推荐
四、获取数据
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
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):
# 1. 向目标网站发送网络请求
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/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([title, comment, date, days, money, character, play, count, detail_url])
time.sleep(random.randint(3, 5))
csv_qne.close()
获取的数据如下:
五、最后,用数据进行数据分析
2021年的旅游时间曲线大约在五月一号起伏最大,原因肯定是因为假期调休延长至4天,为了调整自己生活及工作的状态,很多人利用这个假期去旅行放松自己。
最后分析出的结论:
-
个人认为性价比较高的旅游城市:三亚、成都。
-
旅游天数大多控制在2-5天内,不宜过多。
-
三五好友一起旅游是最令人们喜欢的出游方式。
-
“摄影”与“美食”已成为旅游的代名词。
-
避开旅游高峰期,三月和六月的周末短途旅行也是不错的选择。
大家知道去哪里了嘛?
喜欢记得点赞收藏哦!
结尾给大家推荐一个非常好的学习教程,希望对你学习Python有帮助!
Python基础入门教程推荐:←点击左边蓝色文字就可以跳转观看了
Python爬虫案例教程推荐:←点击左边蓝色文字就可以跳转观看了
标签:get,python,text,selector,url,csv,好玩,css,放假 来源: https://blog.csdn.net/Python_222/article/details/121888811