携程酒店前列数据爬取

### 获取携程网酒店排行榜前几页的数据

为了实现这一目标，可以采用 Python 的 `requests` 和 `BeautifulSoup` 库来发送 HTTP 请求并解析网页内容。需要注意的是，在执行此类操作之前应当查阅目标网站的服务条款，确保行为合法合规。

#### 准备工作
安装必要的库：

pip install requests beautifulsoup4 lxml

#### 编写爬虫脚本
下面是一个简单的例子展示如何抓取携程网上的酒店排行页面：

import requests
from bs4 import BeautifulSoup
import pandas as pd


def fetch_hotel_rankings(url, headers):
    response = requests.get(url=url, headers=headers)
    
    if response.status_code != 200:
        raise Exception(f"Failed to load page {url}")

    soup = BeautifulSoup(response.text, 'lxml')
    hotels_list = []

    items = soup.select('.hotel_item')  # 假设这是存储单个酒店信息的选择器路径[^1]

    for item in items[:10]:  # 只提取前十名作为示范
        name = item.find('h3').get_text(strip=True)
        score = item.select_one('.score').get_text(strip=True).replace('分', '')
        price = item.select_one('.J_priceLowList').get_text(strip=True)

        hotel_info = {
            "name": name,
            "score": float(score),
            "price": int(price.replace('￥', '')),
        }
        
        hotels_list.append(hotel_info)

    df = pd.DataFrame(hotels_list)
    return df


if __name__ == "__main__":
    url = "https://hotels.ctrip.com/hotel/top.html"
    user_agent = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'}
    top_hotels_df = fetch_hotel_rankings(url, user_agent)
    print(top_hotels_df.head())

这段代码定义了一个函数用于获取指定 URL 下的酒店列表，并将其转换成 Pandas DataFrame 表格形式以便后续处理分析。这里假设了某些 HTML 结构特征，请根据实际情况调整 CSS Selectors 或 XPath 来匹配最新的网页布局。