如何利用Python网络爬虫获取旅游景点信息

爬虫系列：

当我们出去旅游时，会看这个地方有哪些旅游景点，景点价格、开放时间、用户的评论等。

 

1、项目目标

获取网站的景点名称、开放时间、精彩点评、价格等信息。

2、涉及的库和网站

先列出网址，如下所示：

网址：https://go.hao123.com/ticket?city=%E5%B9%BF%E5%B7%9E&theme=all&pn=1

网址city=%E5%B9%BF%E5%B7%9E指的是广州这个城市、pn指的是页数。

需要用到的库：requests、lxml、pprint

3、具体实现

1. 导入我们需要的库

import requestsfrom lxml import etreefrom pprint import pprint

2. 导入库之后，我们定义一个class类，然后定义一个init方法继承self再定义一个主函数main，定义一个init方法：首先准备url地址，headers，如下图所示。

 

3. 定义一个请求函数，获取响应数据函数：

 

4. 请求到数据后，我们需要把这个数据进行解析：

 

5. 获取景点名称二级页面链接：使用xpath查找链接路径用谷歌浏览器选择开发者工具或者按F12,选择Elements按数字1、2操作找到旅游景点名称二级页面链接。

 

6. 根据分析，我们可以撸下代码。

 

7. 获取二级页面链接后，发送请求获取响应，解析数据。定义一个字典，保存景点名称、开放时间、精彩点评、价格。使用判断语句判断里面内容是否是空的。

 

8. 最后定义一个main函数，如下图所示。

 

4、效果展示

点击绿色按钮运行，将结果显示在控制台，如下图所示。输入你要爬取的页数。

 

5、小结

1. 不建议抓取太多数据，容易对服务器造成负载，浅尝辄止即可。

2. 希望通过这个项目，能够帮助大家更好的了解旅游景点。

3. 欢迎大家积极尝试，有时候看到别人实现起来很简单，但是到自己动手实现的时候，总会有各种各样的问题，切勿眼高手低，勤动手，才可以理解的更加深刻。