下載本文檔
版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
攜程酒店信息采集importurllib.requestfrombs4importBeautifulSoupimportcsvimportredefopenlink(link):maxTryNum=20fortriesinrange(maxTryNum):try:response=urllib.request.urlopen(link).read().decode('utf-8')returnresponseexcept:iftries<(maxTryNum-1):continueelse:print("Hastried%dtimestoaccessurl%s,allfailed!",maxTryNum,link)returnNonebreakcityurl='/jiudian/neimenggu'cityhtml=openlink(cityurl)citysoup=BeautifulSoup(cityhtml,'html.parser')city_list=citysoup.find_all('ul',attrs={"class":"p_n_listgrid_8"})citysoup1=BeautifulSoup(str(city_list),'html.parser')city_list1=citysoup1.find_all('a',attrs={"href":True})city_id=[]forcityincity_list1:city_id1=city['href']city_id.append(city_id1)print(city_id)forcityidincity_id[13:14]:cityname=re.findall(r"/([a-z]+?)[0-9]",cityid)csvFile2=open('Hotel'+str(cityname)+'.csv','w',newline='',encoding='utf-8-sig')#設(shè)置newline,否則兩?之間會(huì)空??writer=csv.writer(csvFile2)data1=['所屬盟市','所屬旗縣','酒店名稱(chēng)','星級(jí)','房間數(shù)','開(kāi)業(yè)年份','地址','聯(lián)系?式']data=[data1]m=len(data)foriinrange(m):writer.writerow(data[i])print('programbegin')pagecounturl=''+cityidprint(pagecounturl)pagecounthtml=openlink(pagecounturl)#1.獲取酒店名稱(chēng)信息pagecountsoup=BeautifulSoup(pagecounthtml,'html.parser')page_count=pagecountsoup.find_all(attrs={"datacount":True})forcountinpage_count:pagecount=count['datacount']print(pagecount)forkinrange(1,int(pagecount)+1):print("***正在抓取第"+str(k)+"頁(yè)********")pageurl=''hotel_id=[]pageurl=''+cityid+'/p'+str(k)print(pageurl)paghtml=openlink(pageurl)#1.獲取酒店名稱(chēng)信息ifpaghtml==None:withopen('Pageerror.txt','a+')asf:f.write(pageurl+'\n')continuepagesoup=BeautifulSoup(paghtml,'html.parser')hotel_list=pagesoup.find_all("h2",attrs={"data-id":True})forhotelinhotel_list:hotel_id1=hotel['data-id']hotel_id.append(hotel_id1)print("hotel_id是:")print(hotel_id,len(hotel_id)+1)result=[]foriinrange(1,len(hotel_id)+1):url1=''result0=[]#url1='/hotel/'+hotel_id[i-1]+'.html?isFull=F#ctm_ref=hod_sr_lst_dl_n_'+str(k)+'_'+str(i)#為爬取的當(dāng)前頁(yè)?的?址,#num[i]為每個(gè)頁(yè)??址id,'.html?isFull=F#ctm_ref=hod_sr_lst_dl_n_2_'需要修改2為3,4,等等,#str(i)是個(gè)數(shù)url1='/hotel/'+hotel_id[i-1]+'.html?isFull=F'print(url1)html1=openlink(url1)#1.獲取酒店名稱(chēng)信息ifhtml1==None:withopen('Hotelerror.txt','a+')asf1:f.write(url1+'\n')continuesoup1=BeautifulSoup(html1,'html.parser')print("soup1是:")result1=soup1.find_all('h1')print("result1是:")print(result1)hotelName=result1[0].stringprint("酒店名稱(chēng)為:{}".format(hotelName))print(i)#2.獲取酒店位置soup12=BeautifulSoup(html1,'html.parser')result12=soup12.find_all(attrs={"class":"adress"})hotelAdress_m=result12[0].get_text().split('\n')[1]hotelAdress_q=result12[0].get_text().split('\n')[2]hotelAdress_a=result12[0].get_text().split('\n')[3]print("酒店所屬盟市為:{}".format(hotelAdress_m))print("酒店所屬旗縣為:{}".format(hotelAdress_q))print("酒店地址為:{}".format(hotelAdress_a))#3.獲取酒店房間數(shù)soup13=BeautifulSoup(html1,'html.parser')result13=soup13.find_all(attrs={"class":"htl_room_txttext_3l"})result13=str(result13)soup14=BeautifulSoup(result13,'html.parser')result14=soup14.find_all('p')print(result14[0].get_text().strip().split('\n')[0].split('\xa0\xa0'))hotel_inform=result14[0].get_text().strip().split('\n')[0]regex_str1=".*?([0-9]+年開(kāi)業(yè))"regex_str2=".*?([0-9]+間房)"match_obj1=re.match(regex_str1,str(hotel_inform))match_obj2=re.match(regex_str2,str(hotel_inform))ifmatch_obj1:hotelStartbussi=match_obj1.group(1)[:-3]print("酒店開(kāi)業(yè)年份為:{}".format(hotelStartbussi))else:hotelStartbussi="?"print("酒店開(kāi)業(yè)年份為:{}".format(hotelStartbussi))match_ob2=re.match(regex_str2,str(hotel_inform))ifmatch_obj2:ifmatch_obj2:hotelRoomnum=match_obj2.group(1)[:-2]print("酒店房間數(shù)為:{}".format(hotelRoomnum))else:hotelRoomnum="?"print("酒店開(kāi)業(yè)年份為:{}".format(hotelStartbussi))#4.獲取酒店床位數(shù)#5.獲取酒店電話(huà)result15=soup14.find_all('span')if'data-real'instr(result15[0]):hotelContacter=result15[0]['data-real'].split('<a')[0].strip().split('')[0][2:]print("酒店聯(lián)系?式為:{}".format(hotelContacter))else:hotelContacter='?'print("酒店聯(lián)系?式為:{}".format(hotelContacter))#6.星級(jí)soup16=BeautifulSoup(html1,'html.parser')result16=soup16.find_all(attrs={"class":"grade"})result16=str(result16)soup17=BeautifulSoup(result16,'html.parser')result17=soup17.find_all('span')if'title'instr(result17[0]):hotelStar=result17[0]['title']print("酒店星級(jí)為:{}".format(hotelStar))else:hotelStar='?'print("酒店星級(jí)為:{}".format(hotelStar))result0=[format(hotelAdress_m),format(hotelAdress_q),format(hotelName),fo
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025年度木質(zhì)欄桿翻新與維修服務(wù)合同范本3篇
- 2025年度辦公家具采購(gòu)與品牌授權(quán)合同3篇
- (項(xiàng)目管理)項(xiàng)目施工降低成本的措施
- 2024年糕點(diǎn)原料購(gòu)買(mǎi)協(xié)議
- 鋼結(jié)構(gòu)施工材料質(zhì)量控制方案
- 2024年版標(biāo)準(zhǔn)離婚合同范本:詳盡條款與指引版B版
- 2024年物流倉(cāng)儲(chǔ)運(yùn)營(yíng)管理委托合同3篇
- 2024年汽車(chē)銷(xiāo)售貸款合同
- 2024年股份代持服務(wù)合同書(shū)及員工股權(quán)激勵(lì)實(shí)施協(xié)議3篇
- 2024年知識(shí)產(chǎn)權(quán)許可使用合同詳細(xì)內(nèi)容
- 中建八局一公司新員工手冊(cè)
- WB原理流程課件
- 設(shè)備管理的設(shè)備績(jī)效績(jī)效指標(biāo)和評(píng)價(jià)體系
- 智能安防智慧監(jiān)控智慧管理
- 2024年甘肅蘭州生物制品研究所有限責(zé)任公司招聘筆試參考題庫(kù)附帶答案詳解
- 保單檢視報(bào)告活動(dòng)策劃
- 室外消火栓安裝工程檢驗(yàn)批質(zhì)量驗(yàn)收記錄表
- AI在藥物研發(fā)中的應(yīng)用
- 遼寧省沈陽(yáng)市鐵西區(qū)2023-2024學(xué)年七年級(jí)上學(xué)期期末考試英語(yǔ)試題(含聽(tīng)力)
- 于永正教育文集:于永正:我怎樣教語(yǔ)文
- 美容外外科管理制度
評(píng)論
0/150
提交評(píng)論