菜鸟追梦旅行

这个屌丝很懒，什么也没留下！

热门标签

【爬虫】应用Python爬虫爬取豆瓣租房上的帖子信息_python爬虫之房屋租赁

作者：菜鸟追梦旅行 | 2024-03-06 06:39:32

踩

python爬虫之房屋租赁

GitHub项目地址：https://github.com/Donvink/Spider.BC
哔哩哔哩代码讲解：https://b23.tv/waSfUa
CSDN博客地址：https://blog.csdn.net/sinat_16020825/article/details/108538779

一、项目简介

1.1 简介

本项目应用Python爬虫、Flask框架、Echarts、WordCloud等技术将豆瓣租房信息爬取出来保存于Excel和数据库中，进行数据可视化操作、制作网页展示。

主要内容包括三部分：

douban_renting：Python 爬虫将豆瓣租房上的租房信息爬取出来，解析数据后将其存储于Excel和SQLite数据库中。
flask_demo：测试使用Flask框架。
douban_flask：应用Flask框架、Echarts、WordCloud技术将数据库中的租房信息以网页的形式展示出来。

1.2 Results

1.2.1 Excel保存数据

EXCEL

1.2.2 网页展示数据

首页
帖子列表
词云

作者	Donvink

二、代码分析

2.1 概述

2.1.1 robots协议

在爬取数据之前，必须先查看目标网站的robots协议，查阅网站允许和禁止的爬取的数据，对于网站禁止爬虫访问的数据，一定不要去爬取，否则严重的话需要承担相应的法律责任。网站的robots协议地址一般是：https://网站地址/robots.txt。

豆瓣robots协议地址为：https://www.douban.com/robots.txt。

原则上禁止访问robots协议上disallow的地址。

2.1.2 爬取流程

准备工作 -> 获取数据 -> 解析内容 -> 保存数据

调用的库：

import sys
from bs4 import BeautifulSoup   # 网页解析，获取数据
import re                       # 正则表达式，进行文件匹配
import urllib                   # 制定URL，获取网页数据
import urllib.request
import urllib.error
import xlwt                     # 进行excel操作
import sqlite3                  # 进行SQLite数据库操作
1
2
3
4
5
6
7
8

需要安装requests、urllib3、xlwt和pysqlite3库，在终端执行一下命令。

pip install requests urllib3 xlwt pysqlite3
1

2.2 准备工作

URL分析：

首页 https://www.douban.com/group/558444/ （包含50条数据，和第一第二页数据相同）；

第一页 https://www.douban.com/group/558444/discussion?start=0；

第二页 https://www.douban.com/group/558444/discussion?start=25。

总结：

1）页面包含x条租房数据，每页25条，

2）每页的URL的不同之处：最后的数值 = (页数 - 1) * 25。

    # 1.爬取网页    2、逐一解析网页数据
    baseurl = 'https://www.douban.com/group/558444/discussion?start='   # 基本URL
    pagecount = 10                                                      # 爬取的网页数量
    num = 25                                                            # 每页的帖子数
    datalist = getData(baseurl, pagecount, num)                         # 爬取网页、解析数据
    
    # 调用获取页面信息的函数pagecount次
    for i in range(0, pagecount):
        url = baseurl + str(i * num)                    # 拼接网页链接

        # 1.爬取网页
        html = askURL(url)                              # 保存获取到的网页源码
1
2
3
4
5
6
7
8
9
10
11
12

2.2.1 分析页面

1）借助Chrome开发者工具（F12）来分析页面，在Elements下找到需要的数据位置。

2）在页面中选择一个元素以进行检查（Ctrl+Shift+C）（开发者工具最左上方的小箭头），点击页面内容即可定位到具体标签位置。

3）点击Network，可以查看每个时间点发送的请求和交互情况，可点击最上方小红点（停止记录网络日志Ctrl+E）停止交互。

4）Headers查看发送给服务器的命令情况。

5）服务器返回信息可在Response中查看。

2.2.2 编码规范

1）一般Python程序第一行需要加入

# -*- coding = utf-8 -*-
1

这样可以在代码中包含中文。

2）使用函数实现单一功能或相关联功能的代码段，可以提高可读性和代码重复利用率。

3）Python文件中可以加入main函数用于测试程序

if __name__ == "__main__":
1

4）Python使用#添加注释，说明代码（段）的作用。

2.2.3 引入模块

sys, bs4 -> BeautifulSoup, re, urllib, xlwt。

2.3 获取数据

python一般使用urllib库获取页面。

获取页面数据：

1）对每一个页面，调用askURL函数获取页面内容

def askURL(url):
    """
    得到指定一个URL的网页信息
    :param url: 网页链接
    :return:
    """
1
2
3
4
5
6

2）定义一个获取页面的函数askURL，传入一个url参数，表示网址，如https://www.douban.com/group/558444/discussion?start=0

# 模拟浏览器头部信息，向豆瓣服务器发送消息
    head = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.61 Safari/537.36 Edg/83.0.478.37'
    }   # 用户代理，表示告诉豆瓣服务器，我们是什么类型的机器、浏览器（本质上是告诉浏览器，我们可以接收什么水平的文件内容）
1
2
3
4

3）urllib.Request生成请求，urllib.urlopen发送请求获取响应，read获取页面内容

    request = urllib.request.Request(url, headers=head)     # 发送请求
    html = ''
1
2

4）在访问页面时经常会出现错误，为了程序正常运行，假如异常捕获try…except…语句

    # 捕获异常
    try:
        response = urllib.request.urlopen(request)          # 取得响应
        html = response.read().decode('utf-8')              # 获取网页内容
        # print(html)
    except urllib.error.URLError as e:                      # 若发生异常，则打印相关信息
        if hasattr(e, 'code'):                              # 异常代码
            print(e.code)
        if hasattr(e, 'reason'):                            # 异常原因
            print(e.reason)

    return html
1
2
3
4
5
6
7
8
9
10
11
12

2.4 解析内容

对爬取的html文件进行解析

1、使用BeautifulSoup定位特定的标签位置

        # 2.逐一解析数据
        soup = BeautifulSoup(html, 'html.parser')       # 对网页源码进行解析
        # print(soup)                                   # 测试html是否能被解析
1
2
3

2、使用正则表达式找到具体的内容

        for item in soup.find_all('tr', class_=''):     # 找到每一个帖子选项（查找符合要求的字符串，形成列表）
            # print(item)                               # 测试：查看item全部信息
            data = []
            item = str(item)                            # 转换成字符串
            # print(item)                               # 测试item

            # 帖子名
            title = re.findall(findTitle, item)[0]
            # print(title)                              # 测试：查看title
            data.append(title)                          # 添加帖子名

            # 帖子详情链接
            link = re.findall(findLink, item)
            # print(link)                               # 测试：查看link信息

            # 进入帖子里爬取租房信息介绍内容和照片
            info, imglink = getInfo(link[0])
            data.append(info)                           # 添加详细信息
            data.append(imglink)                        # 添加图片链接
            if (len(link) == 2):
                data.append(link[0])                    # 添加详情链接
                # alink = re.findall(findLink, item)[1]
                # print(alink)                          # 测试：查看link信息
                data.append(link[1])                    # 添加发帖人主页链接
            else:
                data.append(link[0])
                data.append(' ')                        # 留空

            # 回帖数
            rcount = re.findall(findRCount, item)[0]
            # print(rcount)                             # 测试：查看回帖数
            if rcount == '':
                # print(0)                              # 测试：查看回帖数
                data.append(0)                          # 添加回帖数
            else:
                # print(rcount)                         # 测试：查看回帖数
                data.append(int(rcount))                # 添加回帖数

            # 最后回帖时间
            rtime = re.findall(findRTime, item)[0]
            # print(rtime)
            data.append(rtime)                          # 添加最后回帖时间
            # otitle = titles[1].replace('/', '')       # 去掉无关符号，或re.sub()

            datalist.append(data)                       # 把处理好的信息放入datalist
    # print(datalist)                                   # 测试
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46

2.5 保存数据

Excel表格存储：利用python库xlwt将抽取的数据datalist写入Excel表格。

def saveData(datalist, pagecount, num, savepath):
    """
    将解析后的数据保存在Excel文件中
    :param datalist: 网页解析后的数据
    :param pagecount: 爬取的网页数量
    :param num: 每页的帖子数
    :param savepath: Excel文件保存路径
    :return:
    """

    # print('saving...')
    book = xlwt.Workbook(encoding='utf-8', style_compression=0)     # 新建workbook
    sheet = book.add_sheet('豆瓣租房信息', cell_overwrite_ok=True)    # 添加sheet
    # 列名
    col = ('序号', '帖子名', '详细介绍', '图片链接', '帖子详情链接', '发帖人主页链接', '回帖数', '最后回帖时间')
    # 写入列名
    for i in range(0, len(col)):
        sheet.write(0, i, col[i])
    # 将每条帖子的相关内容写入Excel对应行中
    for i in range(0, pagecount*num):
        # print('第%d条' % (i+1))
        data = datalist[i]
        sheet.write(i+1, 0, i+1)            # 写入序号
        for j in range(0, len(data)):
            sheet.write(i+1, j+1, data[j])  # 写入数据
    book.save(savepath)                     # 保存文件
    # print('Successful!')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

数据库存储

def saveData2DB(datalist, dbpath):
    """
    将解析后的数据保存在数据库文件中
    :param datalist: 网页解析后的数据
    :param dbpath: 数据库文件保存路径
    :return:
    """

    init_DB(dbpath)                                 # 初始化数据库
    conn = sqlite3.connect(dbpath)                  # 连接数据库
    cur = conn.cursor()                             # 获取游标

    # 将数据逐一保存到数据库中
    for data in datalist:
        for index in range(len(data)):
            if index != 5:                          # index为5的数据类型是int
                data[index] = '"'+data[index]+'"'   # 每项的字符串需要加上双引号或单引号
        # 插入字符串，以逗号隔开
        sql = '''
            insert into renting(
            title, introduction, img_link, title_link, person_link, re_count, re_time)
            values(%s)''' % ",".join(str(v) for v in data)
        # print(sql)
        cur.execute(sql)                            # 执行数据库操作
        conn.commit()                               # 提交
    cur.close()                                     # 关闭游标
    conn.close()                                    # 关闭连接
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

2.7 网页展示数据

待更新

2.8 TODO

添加筛选：区域、小区名、地铁站等
定义类，获取各种不同途径信息（豆瓣、自如、链家、贝壳等）

三、完整代码

# -*- coding = utf-8 -*-
# @Time: 2020/5/30 19:57
# @Author: Donvink
# @File: douban.py
# @Software: PyCharm

"""
查看robots协议：https://www.douban.com/robots.txt

零、流程
    准备工作 -> 获取数据 -> 解析内容 -> 保存数据

一、准备工作
    URL分析：
        首页  https://www.douban.com/group/558444/ （包含50条数据，和第一第二页数据相同）
        第一页 https://www.douban.com/group/558444/discussion?start=0
        第二页 https://www.douban.com/group/558444/discussion?start=25
        1）页面包含x条租房数据，每页25条
        2）每页的URL的不同之处：最后的数值 = (页数 - 1) * 25
    1、分析页面
        1）借助Chrome开发者工具（F12）来分析页面，在Elements下找到需要的数据位置。
        2）在页面中选择一个元素以进行检查（Ctrl+Shift+C）（开发者工具最左上方的小箭头），点击页面内容即可定位到具体标签位置。
        3）点击Network，可以查看每个时间点发送的请求和交互情况，可点击最上方小红点（停止记录网络日志Ctrl+E）停止交互。
        4）Headers查看发送给服务器的命令情况。
        5）服务器返回信息可在Response中查看。
    2、编码规范
        1）一般Python程序第一行需要加入
                    # -*- coding = utf-8 -*-
        这样可以在代码中包含中文。
        2）使用函数实现单一功能或相关联功能的代码段，可以提高可读性和代码重复利用率。
        3）Python文件中可以加入main函数用于测试程序
                    if __name__ == "__main__":
        4）Python使用#添加注释，说明代码（段）的作用
    3、引入模块
        sys, bs4 -> BeautifulSoup, re, urllib, xlwt

二、获取数据
    python一般使用urllib库获取页面
    获取页面数据：
        1）对每一个页面，调用askURL函数获取页面内容
        2）定义一个获取页面的函数askURL，传入一个url参数，表示网址，如https://www.douban.com/group/558444/discussion?start=0
        3）urllib.Request生成请求，urllib.urlopen发送请求获取响应，read获取页面内容
        4）在访问页面时经常会出现错误，为了程序正常运行，假如异常捕获try...except...语句

三、解析内容
    对爬取的html文件进行解析
    1、使用BeautifulSoup定位特定的标签位置
    2、使用正则表达式找到具体的内容

四、保存数据
    Excel表格存储：利用python库xlwt将抽取的数据datalist写入Excel表格

TODO：
    1、添加筛选【区域，小区名，地铁站】
    2、定义类，获取各种不同途径信息（豆瓣，自如，链家，贝壳）
"""

import sys
from bs4 import BeautifulSoup   # 网页解析，获取数据
import re                       # 正则表达式，进行文件匹配
import urllib                   # 制定URL，获取网页数据
import urllib.request
import urllib.error
import xlwt                     # 进行excel操作
import sqlite3                  # 进行SQLite数据库操作


def main():
    """
    主函数入口
    1.爬取网页
    2.逐一解析数据
    3.保存数据
    :return:
    """

    print('开始爬取······')

    # 1.爬取网页    2、逐一解析网页数据
    baseurl = 'https://www.douban.com/group/558444/discussion?start='   # 基本URL
    pagecount = 10                                                      # 爬取的网页数量
    num = 25                                                            # 每页的帖子数
    datalist = getData(baseurl, pagecount, num)                         # 爬取网页、解析数据

    # 3.保存数据
    savepath = 'douban_renting.xls'                                     # Excel文件保存路径
    saveData(datalist, pagecount, num, savepath)                        # 将数据保存在Excel中
    dbpath = 'douban_renting.db'                                        # 数据库文件保存路径
    saveData2DB(datalist, dbpath)                                       # 将数据保存在数据库中
    # askURL('https://www.douban.com/group/558444/discussion?start=0')  # 测试askURL

    print('爬取完毕!')


def getData(baseurl, pagecount, num):
    """
    爬取网页，逐一对网页数据进行分析。主要内容有：
            '帖子名', '详细介绍', '图片链接', '帖子详情链接', '发帖人主页链接', '回帖数', '最后回帖时间'
    :param baseurl: 基本URL
    :param pagecount: 爬取的网页数量
    :param num: 每页的帖子数
    :return:
    """

    datalist = []
    # 正则表达式规则
    findTitle = re.compile(r'title="(.*?)"', re.S)                  # 找到帖子名，有的帖子名带有\n
    findLink = re.compile(r'href="(.*?)"')                          # 找到帖子详情链接
    findRCount = re.compile(r'<.*class="r-count".*>(.*?)</td>')     # 找到回帖数
    findRTime = re.compile(r'<.*class="time".*">(.*?)</td>')        # 找到最后回帖时间
    # 注意：正则表达式匹配空格时，需用.*或\s匹配

    # 调用获取页面信息的函数pagecount次
    for i in range(0, pagecount):
        url = baseurl + str(i * num)                    # 拼接网页链接

        # 1.爬取网页
        html = askURL(url)                              # 保存获取到的网页源码

        # 2.逐一解析数据
        soup = BeautifulSoup(html, 'html.parser')       # 对网页源码进行解析
        # print(soup)                                   # 测试html是否能被解析
        for item in soup.find_all('tr', class_=''):     # 找到每一个帖子选项（查找符合要求的字符串，形成列表）
            # print(item)                               # 测试：查看item全部信息
            data = []
            item = str(item)                            # 转换成字符串
            # print(item)                               # 测试item

            # 帖子名
            title = re.findall(findTitle, item)[0]
            # print(title)                              # 测试：查看title
            data.append(title)                          # 添加帖子名

            # 帖子详情链接
            link = re.findall(findLink, item)
            # print(link)                               # 测试：查看link信息

            # 进入帖子里爬取租房信息介绍内容和照片
            info, imglink = getInfo(link[0])
            data.append(info)                           # 添加详细信息
            data.append(imglink)                        # 添加图片链接
            if (len(link) == 2):
                data.append(link[0])                    # 添加详情链接
                # alink = re.findall(findLink, item)[1]
                # print(alink)                          # 测试：查看link信息
                data.append(link[1])                    # 添加发帖人主页链接
            else:
                data.append(link[0])
                data.append(' ')                        # 留空

            # 回帖数
            rcount = re.findall(findRCount, item)[0]
            # print(rcount)                             # 测试：查看回帖数
            if rcount == '':
                # print(0)                              # 测试：查看回帖数
                data.append(0)                          # 添加回帖数
            else:
                # print(rcount)                         # 测试：查看回帖数
                data.append(int(rcount))                # 添加回帖数

            # 最后回帖时间
            rtime = re.findall(findRTime, item)[0]
            # print(rtime)
            data.append(rtime)                          # 添加最后回帖时间
            # otitle = titles[1].replace('/', '')       # 去掉无关符号，或re.sub()

            datalist.append(data)                       # 把处理好的信息放入datalist
    # print(datalist)                                   # 测试
    return datalist


def getInfo(url):
    """
    进入每个帖子里爬取租房信息介绍内容和照片链接
    :param url: 帖子URL
    :return:
    """

    tempinfo = []
    info = ''                                               # 租房详细信息介绍
    tempimglink = []
    imglink = ''                                            # 图片链接

    # 正则表达式规则
    findInfo = re.compile(r'<p>(.*?)</p>', re.S)            # 找到帖子详情信息，有的帖子名带有\n
    findImgLink = re.compile(r'src="(.*?)"')                # 找到帖子附带的照片链接

    html = askURL(url)                                      # 保存获取到的网页源码
    soup = BeautifulSoup(html, 'html.parser')               # 解析网页源码
    topic = soup.find_all('div', class_='topic-richtext')   # 找到介绍内容和照片所在标签
    topic = str(topic)                                      # 转换为字符串

    # 详细介绍
    tempinfo = re.findall(findInfo, topic)
    info = " , ".join(str(v) for v in tempinfo)             # 帖子里详细介绍内容会有换行，用逗号隔开

    # 照片链接
    tempimglink = re.findall(findImgLink, topic)
    imglink = " , ".join(str(v) for v in tempimglink)       # 每个帖子可能会附带多张照片，用逗号隔开

    return info, imglink


def askURL(url):
    """
    得到指定一个URL的网页信息
    :param url: 网页链接
    :return:
    """

    # 模拟浏览器头部信息，向豆瓣服务器发送消息
    head = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.61 Safari/537.36 Edg/83.0.478.37'
    }   # 用户代理，表示告诉豆瓣服务器，我们是什么类型的机器、浏览器（本质上是告诉浏览器，我们可以接收什么水平的文件内容）
    request = urllib.request.Request(url, headers=head)     # 发送请求
    html = ''

    # 捕获异常
    try:
        response = urllib.request.urlopen(request)          # 取得响应
        html = response.read().decode('utf-8')              # 获取网页内容
        # print(html)
    except urllib.error.URLError as e:                      # 若发生异常，则打印相关信息
        if hasattr(e, 'code'):                              # 异常代码
            print(e.code)
        if hasattr(e, 'reason'):                            # 异常原因
            print(e.reason)

    return html


def saveData(datalist, pagecount, num, savepath):
    """
    将解析后的数据保存在Excel文件中
    :param datalist: 网页解析后的数据
    :param pagecount: 爬取的网页数量
    :param num: 每页的帖子数
    :param savepath: Excel文件保存路径
    :return:
    """

    # print('saving...')
    book = xlwt.Workbook(encoding='utf-8', style_compression=0)     # 新建workbook
    sheet = book.add_sheet('豆瓣租房信息', cell_overwrite_ok=True)    # 添加sheet
    # 列名
    col = ('序号', '帖子名', '详细介绍', '图片链接', '帖子详情链接', '发帖人主页链接', '回帖数', '最后回帖时间')
    # 写入列名
    for i in range(0, len(col)):
        sheet.write(0, i, col[i])
    # 将每条帖子的相关内容写入Excel对应行中
    for i in range(0, pagecount*num):
        # print('第%d条' % (i+1))
        data = datalist[i]
        sheet.write(i+1, 0, i+1)            # 写入序号
        for j in range(0, len(data)):
            sheet.write(i+1, j+1, data[j])  # 写入数据
    book.save(savepath)                     # 保存文件
    # print('Successful!')


def saveData2DB(datalist, dbpath):
    """
    将解析后的数据保存在数据库文件中
    :param datalist: 网页解析后的数据
    :param dbpath: 数据库文件保存路径
    :return:
    """

    init_DB(dbpath)                                 # 初始化数据库
    conn = sqlite3.connect(dbpath)                  # 连接数据库
    cur = conn.cursor()                             # 获取游标

    # 将数据逐一保存到数据库中
    for data in datalist:
        for index in range(len(data)):
            if index != 5:                          # index为5的数据类型是int
                data[index] = '"'+data[index]+'"'   # 每项的字符串需要加上双引号或单引号
        # 插入字符串，以逗号隔开
        sql = '''
            insert into renting(
            title, introduction, img_link, title_link, person_link, re_count, re_time)
            values(%s)''' % ",".join(str(v) for v in data)
        # print(sql)
        cur.execute(sql)                            # 执行数据库操作
        conn.commit()                               # 提交
    cur.close()                                     # 关闭游标
    conn.close()                                    # 关闭连接


def init_DB(dbpath):
    """
    初始化数据库
    :param dbpath: 数据库保存路径
    :return:
    """

    # create table renting
    # 若不加if not exists，则每次运行程序需要先删除database；否则不用先删除，但无法更新sql里的格式
    sql = '''
        create table if not exists renting
        (
        id integer primary key autoincrement,
        title text,
        introduction text,
        img_link text,
        title_link text,
        person_link text,
        re_count numeric,
        re_time text
        )
    '''                             # 创建数据表
    conn = sqlite3.connect(dbpath)  # 创建或连接数据库
    cursor = conn.cursor()          # 获取游标
    cursor.execute(sql)             # 执行数据库操作
    conn.commit()                   # 提交
    cursor.close()                  # 关闭游标
    conn.close()                    # 关闭


if __name__ == "__main__":          # 当程序执行时
    # 调用函数
    main()
    # init_DB('租房.db')             # 测试初始化数据库

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/菜鸟追梦旅行/article/detail/196556