### 使用 PyCharm 编写 Web 爬虫 为了实现这一目标，在PyCharm环境中设置并运行一个基本的Web爬虫，可以遵循如下结构化的方法。首先，确保已经安装了必要的库，比如`requests`用于发送HTTP请求以及`BeautifulSoup4`或`lxml`解析HTML文档[^2]。 #### 安装依赖项 在开始编码之前，需通过命令行工具pip来安装所需的第三方模块： ```bash pip install requests beautifulsoup4 lxml ``` 这些库提供了访问网络资源的能力，并能有效地处理返回的数据流，从而简化页面内容提取的过程[^3]。 #### 创建新项目 启动PyCharm之后创建一个新的Python项目，命名为HotelScraper或者任何其他有意义的名字。接着在这个项目的根目录下新建一个名为`scraper.py`文件作为主要脚本入口点[^4]。 #### 编写爬虫代码 下面是一个简单的例子展示如何利用上述提到的技术栈去获取特定URL下的酒店列表及其评论摘要: ```python import requests from bs4 import BeautifulSoup def fetch_hotel_data(url): response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') hotels = [] for item in soup.select('.hotel-item'): name = item.find('h2').get_text(strip=True) rating = float(item.select_one('.rating')['aria-label'].split()[0]) reviews = [ review.get_text(separator=' ', strip=True) for review in item.select('.review-text')] hotel_info = { "name": name, "rating": rating, "reviews": reviews[:5], # 只保留前五条评论 } hotels.append(hotel_info) return hotels if __name__ == '__main__': url = 'http://example.com/hotels' # 替换成实际的目标网址 data = fetch_hotel_data(url) print(data) ``` 这段代码定义了一个函数`fetch_hotel_data()`接收一个参数url表示要抓取数据的目的地链接地址；内部逻辑则是发起GET请求获得响应体后交给BS对象做进一步分析，最终形成包含各酒店名称、评分及部分精选评语在内的字典集合返回给调用者[^1]。 请注意，以上示例中的CSS选择器（`.hotel-item`, `.rating`, `.review-text`等）应当依据具体网站结构调整匹配相应标签样式，以适应不同平台间可能存在的差异性布局设计。