AirbnbScrape抓取Airbnb的Python函数。项目背景：这是2014年秋季学期课程项目的工作存储库。目的：作为Airbnb的大佬，我们想优化listing的价格，主要关注以下几个维度：设施、评论、即时预订状态等。我们希望研究以下问题：

  1. 我周围的其他房源是如何定价的？

  2. 我可以了解一些关于查看其他在Airbnb上“成功”房产的信息吗？成功被定义为拥有许多评论并能够收取有竞争力的价格。

通过研究我们周围类似房产的数据，我们希望能够优化我们房源的价格，从异常值中学习有价值的模式和趋势。研究目标是能够将这些数据可视化，并收集到比Airbnb上现有数据更具洞察力的见解。

主要模块：

  1. Scraping抓取模块（Airbnb.py）：这是用于抓取Airbnb.com数据的代码，该代码经过模块化设计，可用于抓取任何位置的Airbnb数据。

  2. 数据分析模块：提供分析Airbnb房源数据的策略和方法。