基于Python的携程景点评价爬虫与情感评分分析

一、项目背景

携程（Ctrip）是中国最流行的旅游预订平台之一，其景点用户评论包含了大量真实的游客反馈。通过分析评论的情感倾向，可以：

• 为用户提供更可靠的景点推荐
• 辅助景区运营方了解用户口碑
• 构建情感评分系统，为评分失衡提供补充

---

二、项目目标

1. 自动化抓取携程指定景点的用户评论
2. 清洗与分词评论文本
3. 对评论进行情感分析打分
4. 分析整体情绪趋势并可视化结果

---

三、技术栈与工具

模块	工具/库
数据爬取	requests, re, json, fake_useragent
文本处理	jieba, re, pandas
情感分析	SnowNLP / LAC+BERT / 自定义情感词典
可视化	matplotlib, seaborn, wordcloud

---

四、携程评论数据爬取

4.1 分析携程评论接口（以西湖景点为例）

页面地址：

https://you.ctrip.com/sight/hangzhou14/110.html

评论分页接口（示例结构）为：

https://you.ctrip.com/sight/CommentAjax.aspx

该接口通常包含参数：

• sightId：景点ID
• pagenow：页码
• order：排序（默认/时间）

---

4.2 实现评论抓取脚本

import requests
import pandas as pd
import time
import random
from fake_useragent import UserAgent

def get_comments(sight_id, pages=5):
    ua = UserAgent()
    comments = []
    for page in range(1, pages+1):
        url = f"https://you.ctrip.com/sight/CommentAjax.aspx"
        params = {
   
            'sightId': sight_id,
            'pagenow': page,
            'order': 1,  # 按时间排序
            'tag': 0
        }
        headers = {