后期经sql统计，发现数据有误，此次数据抓取所得作废
举例：
通过以下语句，进行select，得到如下结果
select area,style,count(style) from unite
group by style
order by count(style) desc;
unite select
同样根据area对火锅（hotpot）数据进行group by，得到如下结果
hotpot select
unite 750条数据中三元桥有106家火锅，但hotpot 750条数据中三里屯有698家火锅，三元桥无火锅，说明数据量选取范围太小，具有偶然性，需重新抓取
第一步：通过爬虫软件爬取大众点评美食页面店家数据，由于点评只显示50页，每页25条，共得到数据750条
爬取页面地址：https://www.dianping.com/search/category/2/10
补充：将整体数据爬取下来后，发现以下几个菜系数据较多，因此单独爬取了单独菜系的数据：火锅、日本菜、川菜、西餐、烧烤、北京菜、韩国料理
一级页面
一级页面字段有限，我对二级页面进行了爬取，共选取了以下几个字段
二级页面
其中红框所示字段为选取标签内容，箭头所指星标则选取整个标签内容，以便获取鼠标悬停时显示内容
源代码
鼠标悬停星级
第二步：进行数据爬取后，得到如下数据
元数据字段
对数据进行处理，并重新命名
评论数、人均花费—数字
评论数
人均花费
点评分数—数字
点评分数
商户星级—从代码中提取，并将“””替换为空
商户星级
字段重新命名为
字段命名
第三步：制作行政区（region）与商圈（area）对应表格
根据大众点评上行政区商圈划分，制作表格
商圈-行政区-大众点评
商圈-行政区-表格
第四步：将数据导入mysql数据库
首先，建立数据库及表
建表界面
建表SQL
由于各表结构相同，可直接在SQL语句页面写添加语句
CREATE TABLE `dazhongdianping`.`unite` (
`idunite` INT NOT NULL,
`area` VARCHAR(45) NOT NULL,
`style` VARCHAR(45) NOT NULL,
`restaurant` VARCHAR(45) NOT NULL,
`comments` INT NULL,
`percapita` INT NULL,
`taste` DECIMAL(2,1) NULL,
`environment` DECIMAL(2,1) NULL,
`service` DECIMAL(2,1) NULL,
`address` VARCHAR(100) NULL,
`level` VARCHAR(45) NULL,
`type` VARCHAR(45) NULL,
PRIMARY KEY (`idunite`));
通过可视化页面导入数据，导入成功
导入成功
至此，数据准备工作完成，后续会通过SQL进行分析
