### 编写爬取旅游信息的代码步骤 #### 使用 PHP 的 DOM 解析器实现携程旅游信息抓取 通过 Chrome 浏览器开发者工具观察到目标 HTML 页面中的 `class="list_mod2"` 的 div 容器，其中存储了旅游产品的详细信息。为了提取这些数据，可以采用 PHP 中内置的 DOMDocument 和 DOMXPath 类来进行解析。 以下是基于 PHP 实现的具体方法： 1. **初始化 cURL 请求并获取网页内容** 利用 cURL 库发送 HTTP GET 请求至目标 URL 并捕获返回的内容。 ```php function fetchPageContent($url) { $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); // 设置为不直接输出结果 $content = curl_exec($ch); curl_close($ch); return $content; } ``` 2. **加载 HTML 文档并通过 XPath 查询节点** 将获取到的 HTML 数据载入 DOMDocument 对象中，并创建一个关联的 DOMXPath 来定位所需的元素。 ```php function parseTourInfo($htmlContent) { libxml_use_internal_errors(true); // 防止错误中断脚本执行 $dom = new DOMDocument(); @$dom->loadHTML($htmlContent); // 加载 HTML 字符串 $xpath = new DOMXPath($dom); $tourItems = $xpath->query("//div[@class='list_mod2']"); // 查找指定 class 的 div foreach ($tourItems as $item) { echo "Product Name: ", trim($item->getElementsByTagName('h3')[0]->textContent), "\n"; echo "Price: ", trim($item->getElementsByTagName('span')[0]->textContent), "\n"; // 假设价格位于第一个 span 标签内 } } ``` 上述过程展示了如何使用 PHP 技术栈完成基本的数据采集工作[^1]。 #### Python 版本：针对用户评论的情感分析与热点挖掘 对于更复杂的场景比如收集大量游客反馈，则推荐切换到功能更为强大的 Python 生态环境下来操作。Python 提供了许多优秀的第三方库如 requests、BeautifulSoup 或者 Scrapy 框架可以帮助我们轻松处理大规模数据集以及后续深入加工需求。 下面是一个简单的例子展示怎样利用 BeautifulSoup 进行初步的数据清洗和准备阶段的工作流程: ```python import requests from bs4 import BeautifulSoup def scrape_reviews(url): headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)'} response = requests.get(url, headers=headers) soup = BeautifulSoup(response.text, 'lxml') reviews_section = soup.find_all("section", {"id": "reviews"}) all_comments = [] for review in reviews_section: comment_text = review.select_one('.comment-body').get_text(strip=True) rating_value = int(review['data-rating']) single_review = { 'text': comment_text, 'rating': rating_value } all_comments.append(single_review) return all_comments ``` 此函数会访问给定链接地址下的所有客户留言记录，并将其转换成结构化的字典列表形式以便于进一步统计计算或者机器学习模型训练输入之需[^2]。 --- 相关问题