Booking网站爬虫，获取酒店评论内容（Python）

1、爬虫目标

booking旅游网站香港地区酒店的评论内容

2、爬虫步骤

（1）gethotelurl.py

从https://www.booking.com/reviews/hk/city/hong-kong.zh-cn.html中爬出香港排名前272家酒店的对应的网页评论地址，存储在hotel_revelant_informs.txt中。

（2）booking.py

（注：该代码爬的是英文评论，如若想要中文评论内容，按照注释中的修改90、91行即可）

从hotel_revelant_informs.txt中读取相应内容（英文评论落地页、英文文件名、英文评论数），然后爬取对应的评论内容，储存为以‘数字’+‘英文文件名’命名的txt文档中。

（3）merge.py

将爬出来的200多家酒店的英文评论合并成一个total_en.txt文件。（要将中文评论合并成一个只需将相关的en改成zn即可）

3、注意事项

gethotelurl.py和booking.py中

headers = {‘User-Agent’: ‘换成自己的User—Agent（详见使用说明）’}

User-Agent来源（以Google Chorme浏览器为例）：

（1）进入网页，鼠标右键检查



（2）找到User-Agent



注：若第3步没出现，随便点击网站内任意链接即可

4、代码链接

http://download.csdn.net/download/weixin_40638517/10163668