你今天喝奶茶了嘛？Python分析全国奶茶数据信息！！！

原创

Python顾木子吖 2021-08-16 13:49:03 ©著作权

文章标签 python 爬虫数据奶茶数据可视化 redis 文章分类 代码人生

©著作权归作者所有：来自51CTO博客作者Python顾木子吖的原创作品，请联系作者获取转载授权，否则将追究法律责任

前文

不管好不好喝，奶茶都是门好生意。立秋的第一杯奶茶热度已经过去了，但是自从奶茶诞生。打入市场营销是很成功的列子，买奶茶不需要看日子，也不贵上至老人下至小孩。到现在日常生活中，绝大部分的人都会在不同的时间买买奶茶喝。
我记得很清楚的就是学生时代有钱了就开始买奶茶喝了，和瓶装的饮料比：各种口感都有，外观也很nice,符合大家的各方面的要求。
现在上班之后。老板也时不时的奖励大家，把奶茶作为福利赠送。

奶茶这么好，今天就带大家看看它到底好在哪里。单从销量不难看出。

1.今天小编带大家用Python一键抓取奶茶门店信息！！

生意密码：一种奶茶加万物的模式

这里面的核心技术，其实是利用茶叶本身回甘的特性，让它易于与几乎任何辅料搭配，不仅不会抢味道，还能让人在喝完之后，口中残余的味道更快消褪，加上咖啡因本身的成瘾性，让人越喝越想喝。

你今天喝奶茶了嘛？Python分析全国奶茶数据信息！！！_数据可视化

首先带大家抓取了12个热门城市的奶茶店名单，城市包括：北京、上海、广州、深圳、天津、西安、重庆、杭州、南京、武汉、成都和长沙。长沙的话特色奶茶都了解一波！！

你今天喝奶茶了嘛？Python分析全国奶茶数据信息！！！_数据可视化_02

共计68614家奶茶店，3万多个奶茶品牌。在构建抓取URL时，需要注意将城市的维度具体到城市商圈，因为每个URL最多只显示32页内容，保证抓取每个城市时的数据量是准确的。

你今天喝奶茶了嘛？Python分析全国奶茶数据信息！！！_python_03

# 构建抓取URLdef get_url_1():    
for city,city_code in city_dict.items():        
for block_dict in area_dict[city]:            
for children in block_dict['children']:                
for page in range(1,33):                    
block_code = children['id']                    
offset = 32 * (page-1)                    
# print(city, area, block, block_code)                    
url = 'https://apimobile.meituan.com/group/v4/poi/pcsearch/{}?uuid=6ddabcb37fdd4a8e9cdf.1599125825.1.0.0&userid=280531290&limit=32&offset={}&cateId=-1&q=奶茶果汁&areaId={}&sort=solds'.format(city_code,offset,block_code)                    redis_db.sadd('meituan_milk', url)

2.数据清洗

由于爬取的奶茶数量特别多，所以所以只能进行针对性清洗，对部分名气高的奶茶品牌进行了部分选择。

# 清洗字段def clean(x):   
title = re.sub(u"（.*?）", "", x['title'])    
title = title.replace('點點','点点').replace('（','').replace('）','')    
title = title.replace('一点点','1点点')    
if '一杯会说话的茶' in title:        
title = '1314一杯会说话的茶'    
elif '大卡司' in title:        
title = '大卡司DAKASI'    
elif '1点点' in title:        
title = '1点点'    
elif '都可' in title:        
title = 'CoCo都可'   
elif '书亦烧仙草' in title:        
title = '书亦烧仙草'   
elif '蜜雪冰城' in title:        
title = '蜜雪冰城'    
elif 'royal' in title or 'Royal' in title or 'ROYAL' in title:        
title = 'Royaltea皇茶'    
elif 'ALS' in title:        
title = 'ALS GONG CHA贡茶'    
elif 'GONG' in title:        
title = '贡茶'    
elif '茶百道' in title:        
title = '茶百道'    
elif '吾饮良品' in title:        
title = '吾饮良品'    
elif '悸动烧仙草' in title:        
title = '悸动烧仙草'    
elif '沪上阿姨' in title:        
title = '沪上阿姨'    
elif '7分甜' in title:        
title = '7分甜'    
elif '古茗' in title:        
title = '古茗'    elif '奈雪' in title:        
title = '奈雪の茶'    elif '悦色' in title:        
title = '茶颜悦色'    else:        
pass    return titledf['title'] = df.apply(clean, axis=1)