去哪儿爬虫加数据分析可视化

爬虫

import requests
from bs4 import BeautifulSoup
from pymongo import MongoClient

class QuNaEr():
    def __init__(self, keyword, page=1):
        self.keyword = keyword
        self.page = page

    def qne_spider(self):
        url = 'https://piao.qunar.com/ticket/list.htm?keyword=%s&region=&from=mpl_search_suggest&page=%s' % (self.keyword, self.page)
        response = requests.get(url)
        response.encoding = 'utf-8'
        text = response.text
        bs_obj = BeautifulSoup(text, 'html.parser')

        arr = bs_obj.find('div', {'class': 'result_list'}).contents
        for i in arr:
            info = i.attrs
            # 景区名称
            name = info.get('data-sight-name')
            # 地址
            address = info.get('data-address')
            # 近期售票数
            count = info.get('data-sale-count')
            # 经纬度
            point = info.get('data-point')

            # 起始价格
            price = i.find('span', {'class': 'sight_item_price'})
            price = price.find_all('em')
            price = price[0].text

            conn = MongoClient('localhost', port=27017)
            db = conn.QuNaEr # 库
            table = db.qunaer_51 # 表

            table.insert_one({
                'name'      :   name,
                'address'   :   address,
                'count'     :   int(count),
                'point'     :   point,
                'price'     :   float(price),
                'city'      :   self.keyword
            })



if __name__ == '__main__':
    citys = ['北京', '上海', '成都', '三亚', '广州', '重庆', '深圳', '西安', '杭州', '厦门', '武汉', '大连', '苏州']
    for i in citys:
        for page in range(1, 5):
            qne = QuNaEr(i, page=page)
            qne.qne_spider()

数据分析可视化代码

from pymongo import MongoClient
from matplotlib import pyplot as plt
import platform

# 根据不同的平台设置字体，不然无法显示中文windows
platform_dic = {"Darwin": "Arial Unicode MS", "Windows": "SimHei"}
plt.rcParams['font.family'] = [platform_dic.get(platform.system())]
plt.rcParams["axes.labelsize"] = 20  # axes是轴字体大小调整
plt.rcParams["xtick.labelsize"] = 18  # 横坐标字体大小调整
plt.rcParams["ytick.labelsize"] = 16  # 纵坐标字体大小调整
plt.rcParams["figure.figsize"] = [20, 15]  # 显示图像的最大范围

plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
conn = MongoClient('localhost', port=27017)
db = conn.QuNaEr  # 库
table = db.qunaer_51  # 表

result = table.find().sort([('count', -1)]).limit(25)
# x,y轴数据
x_arr = []  # 景区名称
y_arr = []  # 销量
for i in result:
    x_arr.append(i['name'])
    y_arr.append(i['count'])

"""
去哪儿月销量排行榜
"""
plt.bar(x_arr, y_arr, color='rgb')  # 指定color，不然所有的柱体都会是一个颜色
plt.gcf().autofmt_xdate()  # 旋转x轴，避免重叠
plt.xlabel('景点名称')  # x轴描述信息
plt.ylabel('月销量')  # y轴描述信息
plt.title('拉钩景点月销量统计表')  # 指定图表描述信息
plt.ylim(0, 4000)  # 指定Y轴的高度
plt.savefig('去哪儿月销售量排行榜')  # 保存为图片
plt.show()