上一篇網頁爬蟲分析部落格意外在知乎獲得了過千的點贊（有哪些網站用爬蟲爬取能得到很有價值的資料？），堅定了我繼續玩爬蟲的決心。
這次爬點啥好？作為一個偽吃貨（很想吃但有很多忌口，同時又吃不胖），懷著為福州吃貨服務的理想，我決定：這次我來爬爬餐廳。
原始碼
Talk is cheap, show me the code. 依照慣例，先貼程式碼。
https://github.com/SmileXie/dianping_crawler
編碼中用到了幾個Python庫：Requests, Beautifulsoup, MySQL Python connector. 資料庫用到了MySQL。
資料樣本
資料樣本來源於大家熟知的“大眾點評”，收集了其中7740家福州餐廳的資料。
其中，包含以下特徵之一的資料，我認為是無效的資料，予以剔除:
- 點評星級為0
- 人均消費大於3000
統計分析
每個統計結果之前，我都會把對應的SQL查詢語句附上，供較真兒的程式設計師們分析。
福州最貴餐廳TOP20
把所有餐廳按人均消費排序：
|
1 |
mysql> select id, name, branch_name, price, category, district from ResTable order by price desc limit 20; |
| 餐廳名 | 分店名 | 人均消費 | 分類 | 商圈 |
|---|---|---|---|---|
| 和懷石料理 | 505 | 日本料理 | 左海/西湖公園 | |
| 一德鮑魚私房菜 | 489 | 私房菜 | 五四路商務區 | |
| 安野牧場燒肉專門店 | 二環店 | 459 | 燒烤 | 西禪寺 |
| 荀懷石料理 | 419 | 日本料理 | 五一廣場 | |
| 海天盛宴海鮮自助 | 415 | 自助餐 | 五一廣場 | |
| 聚春園大酒店 | 東街口總店 | 411 | 福州菜/家常菜 | 東街口 |
| 雍和會海鮮姿造 | 湖東店 | 410 | 海鮮 | 五四路商務區 |
| 凱賓斯基酒店·雲閣扒房 | 405 | 西餐 | 東二環泰禾 | |
| 瀾悅海鮮自助餐廳 | 389 | 海鮮 | 五一廣場 | |
| 鬆月自慢料理 | 376 | 日本料理 | 五四路商務區 | |
| 王品牛排 | 福州大洋晶典店 | 368 | 西式正餐 | 東街口 |
| 安野牧場燒肉專門店 | 信和店 | 368 | 燒烤 | 五四路商務區 |
| 隱家·鍋物專門 | 365 | 日本料理 | 東街口 | |
| 王品牛排 | 福州泰禾店 | 365 | 西式正餐 | 東二環泰禾 |
| 國惠大酒店 | 吳航店 | 360 | 福州菜/家常菜 | 長山湖 |
| 山水大酒店 | 358 | 其他中餐 | 東街口 | |
| 七號院 | 330 | 快餐簡餐 | 左海/西湖公園 | |
| 升隆會海鮮旖旎 | 328 | 海鮮 | 臺江萬達 | |
| 歐斯克生蠔吧 | 萬科廣場 | 303 | 其他西餐 | 寶龍永珍 |
| 羅源灣世紀金源大飯店 | 餐飲部 | 300 | 自助餐 | 羅源縣其他 |
“福州最貴餐廳”稱號被“和懷石料理”收入囊中，人均消費505元讓我等屌絲望而確步。人均消費400+的餐廳有八家。
TOP20中，日本料理分類佔得最多。左海/西湖公園、五四路商業區、五一廣場是TOP20高階消費餐廳較為聚集的商圈。
比較尷尬的一點是。大眾點評的app中已經有了比較完善的排序功能。在app中已經可以方便地按價格排序得到以上的結果。那感覺……
下面我只好劍走偏鋒，給大家總結一點點評app上篩選不出的資料。
福州餐廳價格分佈
假設對福州的餐廳消費按以下規則來分類
| 分類 | 人均消費價格區間 |
|---|---|
| 高消費 | >= 200 |
| 中消費 | >= 100 & |
| 低消費 | >= 30 & |
| 屌絲消費 |
考慮到屌絲消費的餐廳，大多數都沒有在大眾點評記錄，或因沒有星級而被當成無效記錄，統計可能失準。因此下面不對小於30元/人 消費水平的餐廳作統計。
|
1 2 3 |
mysql> select count(*) from ResTable where price >= 200; mysql> select count(*) from ResTable where price = 100; mysql> select count(*) from ResTable where price = 30; |
從數量上看，中低消費的餐廳還是佔據大部分。
福州的吃貨商圈
統計資料庫中各商圈的餐廳數量，如下：
|
1 |
mysql> select district, count(*) from ResTable group by district order by count(*) desc limit 30; |
| 商圈 | 餐廳數量 |
|---|---|
| 其他地區 | 563 |
| 閩侯縣 | 516 |
| 連江縣其他 | 320 |
| 馬尾區 | 277 |
| 平潭縣其他 | 254 |
| 寶龍永珍 | 242 |
| 東街口 | 231 |
| 倉山萬達 | 212 |
| 晉安區 | 189 |
| 倉山區 | 185 |
| 永泰縣其他 | 173 |
| 中亭街 | 171 |
| 博仕後 | 171 |
| 臺江區 | 168 |
| 福建師大 | 166 |
| 五四路商務區 | 163 |
| 新西客站 | 145 |
| 茶亭世茂 | 140 |
| 鼓樓區 | 135 |
| 王莊 | 134 |
| 鼓山 | 130 |
| 124 | |
| 東二環泰禾 | 119 |
| 左海/西湖公園 | 118 |
| 榕城廣場 | 115 |
| 羅源縣其他 | 111 |
| 五一廣場 | 109 |
| 鳳城鎮 | 107 |
| 成龍步行街 | 102 |
| 潭城鎮 | 98 |
以上商圈中，我們剔除掉行政區域的資料（如閩侯縣，馬尾區，其他地區），因為這些區域下的餐廳，通常不屬於任何商圈，於是就被劃分到以行政區域命名的區域中。剔除掉以上資料後，福州各大商圈的餐廳資料排序為：
| 商圈 | 餐廳數量 |
|---|---|
| 寶龍永珍 | 242 |
| 東街口 | 231 |
| 倉山萬達 | 212 |
| 博仕後 | 171 |
| 中亭街 | 171 |
| 福建師大 | 166 |
| 五四路商務區 | 163 |
| 新西客站 | 145 |
| 茶亭世茂 | 140 |
| 王莊 | 134 |
寶龍永珍果然是最大的吃貨聚集地，老牌商圈東街口排名老二，近幾年新興的商圈倉山萬達和博仕後分列三、四位。
值得注意的是，吃貨商圈top10中，有兩個是位於閩侯縣。也說明閩侯大學城區塊正在逐漸融入市區，有很大的發展潛力。
福州的高富帥商圈
上面統計了各大商圈的餐廳的“量”，以下來統計一下“價”。看看了解一下福州各大商圈中，哪個才是“高富帥”商圈。
|
1 |
mysql> select district, avg(price) from ResTable where district = 'xxxx' and price > 0; |
綜合統計上述各大商圈的餐廳的人均消費，如下：
五四路商務區是高階白領聚焦地，一舉奪下福州最“高富帥”商圈稱號。而位於閩侯上街區塊的博仕後與新西客站，雖然在餐廳的“量”上擠入了福州top10商圈，但仍難以擺脫低端印象，在人均消費均價上排名墊底。“學生街”所在的福建師大商圈，聚焦了大量的小吃，人均消費也不會太高。
分店最多的連鎖餐廳
|
1 |
mysql> select name, count(*) from ResTable where price > 20 group by name order by count(*) desc limit 30; |
| 餐廳名 | 分店數量 |
|---|---|
| 瑪格利塔 | 40 |
| 德克士 | 39 |
| 麥當勞 | 38 |
| 橋亭活魚小鎮 | 36 |
| 周麻婆 | 34 |
| 醉得意 | 33 |
| 芝根芝底 | 29 |
| 肯德基 | 24 |
| 令狐沖窯烤活魚 | 19 |
| 煌上煌 | 18 |
| 七恭冒菜 | 18 |
| 必勝客 | 18 |
| 蹄膀破店 | 16 |
| 星巴克 | 15 |
| 黃鶴樓 | 15 |
| 廣芳園老香港茶點 | 15 |
| 大豐收魚莊 | 14 |
| 重慶雞公煲 | 13 |
| 天朋手 | 12 |
| 神龍冒菜 | 11 |
| 盛世經典牛排 | 10 |
| 小叫天泡椒活田雞 | 10 |
| 魚旨壽司 | 10 |
| 江記海鮮火鍋 | 10 |
| 佳客來 | 9 |
| 牛太郎燒烤城 | 9 |
| 石山水美式餐廳 | 8 |
| 必來客 | 8 |
| 人人江記海鮮火鍋 | 8 |
| 大豐收李家 | 8 |
分店最多的餐廳，統計的時候，加上了人均消費價格大於20的限制。因為低消費的餐廳，在大眾點評上沒有完整的登記，統計出來的分店數量也有較大的偏差。
根據上面的統計結果，排名第一的是賣Pizza的瑪格利塔。M記與K記在福州競爭了這麼多年，從餐廳數量上來看，還是M記佔了上風。
“三九”餐廳
所謂三九餐廳，是指口味、服務、環境評分都在9.0（包含9.0）之上的餐廳。
|
1 2 |
mysql> select name, branch_name, taste, service, surroundings, price, star from ResTable -> where taste >= 9.0 and service >= 9.0 and surroundings >= 9.0 order by price; |
| 餐廳 | 分店名 | 口味 | 服務 | 環境 | 人均消費 | 點評星級 |
|---|---|---|---|---|---|---|
| 陶鄉 | 倉山愛琴海東百分店 | 9.1 | 9.1 | 9.2 | 78 | 5.0 |
| 探魚 | 蘇寧廣場店 | 9.0 | 9.1 | 9.1 | 78 | 5.0 |
| 百加百炭火烤肉專門店 | 9.1 | 9.0 | 9.1 | 80 | 5.0 | |
| 陶鄉 | 群升店 | 9.0 | 9.1 | 9.1 | 80 | 5.0 |
| 重慶高老九火鍋 | 大利嘉城店 | 9.0 | 9.0 | 9.0 | 98 | 5.0 |
| 味蜀吾老火鍋 | 福州六一路店 | 9.0 | 9.0 | 9.1 | 116 | 4.5 |
| 攬季鍋物會 | 水調歌頭店 | 9.1 | 9.2 | 9.0 | 127 | 5.0 |
| 攬季鍋物會 | 樂都匯店 | 9.0 | 9.1 | 9.0 | 143 | 5.0 |
| 雍和會海鮮姿造 | 三坊七巷店 | 9.1 | 9.1 | 9.1 | 220 | 5.0 |
| 花潮日料藝食館 | 9.1 | 9.2 | 9.3 | 300 | 5.0 | |
| 鬆月自慢料理 | 9.1 | 9.0 | 9.3 | 376 | 5.0 | |
| 雍和會海鮮姿造 | 湖東店 | 9.0 | 9.0 | 9.1 | 410 | 4.5 |
| 海天盛宴海鮮自助 | 9.0 | 9.1 | 9.1 | 415 | 5.0 |
上面是“三九”餐廳，價格按從低到高排序的結果。有五家店的人均消費小於100，便宜未必沒好貨。
後記
再貼一遍原始碼: https://github.com/SmileXie/dianping_crawler
自從老婆看到了那份“福州最貴餐廳TOP20”的榜單後，就立志要把TOP20全吃一遍。不說了，我賺錢去了。。。