使用Python编写一个完整的爬虫程序，从携程网抓取热门旅游景点的名称、评分和评论条数等数据，并将这些信息存储到CSV文件中

在Python中编写一个完整的携程网爬虫涉及到几个关键步骤，包括设置请求头、解析HTML、筛选所需信息以及保存到CSV文件。这里我将给出一个基础的示例，使用`requests`库发送HTTP请求，`BeautifulSoup`库解析HTML内容，`pandas`库处理和保存数据。注意，实际操作需要遵守网站的robots.txt协议，尊重版权并可能需要处理反爬虫机制。

首先，确保已经安装了必要的库：

pip install requests beautifulsoup4 pandas

然后，编写一个基本的爬虫脚本：

import requests
from bs4 import BeautifulSoup
import csv
import pandas as pd

def get_hotel_data(url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'
    }
    
    response = requests.get(url, headers=headers)
    soup = BeautifulSoup(response.text, 'lxml')
    
    # 假设我们找到一个包含景点数据的div，如class='hotel-info'
    data_div = soup.find('div', class_='hotel-info')

    if data_div is not None:
        # 这里只是一个示例，你需要查找实际的数据元素并提取所需字段
        name = data_div.find('h1').text
        rating = float(data_div.find('span', class_='rating').text.split('/')[0])
        review_count = int(data_div.find('span', class_='review-count').text)

        return name, rating, review_count
    else:
        return None, None, None

def save_to_csv(results, filename):
    data = []
    for name, rating, count in results:
        data.append([name, rating, count])

    df = pd.DataFrame(data, columns=['Name', 'Rating', 'Review Count'])
    df.to_csv(filename, index=False)

# 携程网某个景点页面的URL
url = "https://example.ctrip.com/hotel/1234567"  # 替换为你想爬取的具体景点链接

results = []
for i in range(1, 11):  # 如果有多页数据，可以遍历更多页，假设每页10个景点
    page_url = f"{url}?page={i}"
    result = get_hotel_data(page_url)
    if result is not None:
        results.append(result)

save_to_csv(results, 'hotels.csv')

请注意，这个示例仅作演示，实际的网页结构可能会有所不同，你需要分析网站源码确定正确的HTML标签和属性来提取数据。同时，由于网站结构的复杂性和变化，爬虫可能会因网站调整而失效。