爬虫-基于python的旅游数据可视化—计算机毕业设计

由于提供的代码已经是一个完整的设计，我们可以提供一些关键函数的实现，以及如何运行和测试这个系统的简化版本。

import requests
from bs4 import BeautifulSoup
import pandas as pd
import matplotlib.pyplot as plt
 
# 获取页面数据
def get_page(url):
    try:
        response = requests.get(url)
        if response.status_code == 200:
            return response.text
    except requests.RequestException:
        return None
 
# 解析页面数据
def parse_page(html):
    soup = BeautifulSoup(html, 'html.parser')
    data = []
    for item in soup.find_all('div', class_='info'):
        title = item.find('div', class_='title').text
        star = item.find('div', class_='star').text
        comment_count = item.find('div', class_='comment').text
        data.append({
            'title': title,
            'star': star,
            'comment_count': comment_count
        })
    return data
 
# 保存数据到CSV
def save_to_csv(data, filename):
    df = pd.DataFrame(data)
    df.to_csv(filename, index=False)
 
# 绘制评分直方图
def plot_histogram(data):
    stars = [float(item['star'].replace(' star', '')) for item in data]
    plt.hist(stars, bins=5)
    plt.xlabel('Star')
    plt.ylabel('Frequency')
    plt.title('Histogram of Star Ratings')
    plt.show()
 
# 主函数
def main():
    url = 'https://your-url.com'  # 替换为实际的URL
    html = get_page(url)
    parsed_data = parse_page(html)
    save_to_csv(parsed_data, 'travel_data.csv')
    plot_histogram(parsed_data)
 
if __name__ == '__main__':
    main()

这段代码提供了一个简化版本的旅游数据爬取和可视化的例子。它首先定义了获取页面、解析页面数据、保存数据到CSV文件以及绘制评分直方图的函数。然后在main函数中，它调用了这些函数来完成数据的爬取、处理和可视化。

请注意，这个例子假设你已经有了相应的网页爬取的知识和必要的库。在实际应用中，你需要替换URL、解析方法和保存CSV文件的路径，以及处理可能出现的异常和错误。