爬取大众点评(深圳)美食

import requests

from lxmlimport etree

import pandasas pd

import time

from pandasimport DataFrame,Series

headers = {

'Cookie':'************************************************',

    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.143 Safari/537.36',

    'Connection':'keep-alive'

}

info_list = []

def get_url(url):

res = requests.get(url,headers = headers)

selector = etree.HTML(res.text)

hrefs = selector.xpath('//*[@id="classfy"]/a/@href')

for hrefin hrefs:

print(href)

for iin range(30):

new_href = href +'p' +str(i +1)

#print(i+1,new_href)

            get_href(new_href)

def get_href(new_href):

html = requests.get(new_href, headers=headers)

selector_2 = etree.HTML(html.text)

htmls = selector_2.xpath('//*[@id="shop-all-list"]/ul/li')

#print(htmls)

# //*[@id="shop-all-list"]/ul/li[1]/div[2]/div[1]/a[1]/h4

    for html_3in htmls:

prices = html_3.xpath('div[2]/div[2]/a[2]/b/text()')

shangqu = html_3.xpath('div[2]/div[3]/a[2]/span/text()')

pinglun = html_3.xpath('div[2]/div[2]/a[1]/b/text()')

kouwei = html_3.xpath('div[2]/span/span[1]/b/text()')

huanjing = html_3.xpath('div[2]/span/span[2]/b/text()')

fuwu = html_3.xpath('div[2]/span/span[3]/b/text()')

info = {

'店名': html_3.xpath('div[2]/div[1]/a[1]/h4/text()')[0],

            '星级': html_3.xpath('div[2]/div[2]/span/@title')[0],

            '评论数': pinglun[0]if len(pinglun) !=0 else " ",

            '均价': prices[0]if len(prices) !=0 else " ",

            '类型': html_3.xpath('div[2]/div[3]/a[1]/span/text()')[0],

            '商区': shangqu[0]if len(shangqu) !=0 else " ",

            '地址': html_3.xpath('div[2]/div[3]/span/text()')[0],

            '口味': kouwei[0]if len(kouwei) !=0 else " ",

            '环境': huanjing[0]if len(huanjing) !=0 else " ",

            '服务': fuwu[0]if len(fuwu) !=0 else " "

        }

info_list.append(info)

time.sleep(3)

if __name__ =='__main__':

url ='http://www.dianping.com/shenzhen/ch10'

    get_url(url)

data = pd.DataFrame(info_list,columns=['店名', "星级", "评论数", "均价", "类型", "商区","地址", "口味", "环境", "服务"])

print(data)

    data.to_csv(r'C:\Users\Administrator\Desktop\大众点评.csv', header=True, index=False, mode='a+', encoding='gb18030')

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,254评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,875评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,682评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,896评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,015评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,152评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,208评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,962评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,388评论 1 304
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,700评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,867评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,551评论 4 335
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,186评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,901评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,142评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,689评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,757评论 2 351

推荐阅读更多精彩内容