目錄

• 一、選擇資料來源
• 三、整體程式碼實現
• 4、總結

同時推薦前面作者另外兩個系列文章：

很多人學習python，不知道從何學起。
很多人學習python，掌握了基本語法過後，不知道在哪裡尋找案例上手。
很多已經做案例的人，卻不知道如何去學習更加高深的知識。
那麼針對這三類人，我給大家提供一個好的學習平臺，免費領取視訊教程，電子書籍，以及課程的原始碼！
QQ群：961562169

• 快速入門之Tableau系列：快速入門之Tableau
• 快速入門之爬蟲系列：快速入門之爬蟲

一、選擇資料來源

網址：https://wp.m.163.com/163/page/news/virus_report/index.html?nw

=1&anw=1

好了知道上面的我們就可以準備開始了。

首先我們先匯入包和設定代理頭

import requests
import pandas as pd
import time 
pd.set_option('max_rows',500)
headers = {  'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:73.0) Gecko/20100101 Firefox/73.0'}
url = 'https://c.m.163.com/ug/api/wuhan/app/data/list-total'   # 定義要訪問的地址 
r = requests.get(url, headers=headers)  # 使用requests發起請求
 

這個時候我們請求以下：
​
由上圖我們可以看到返回後的內容是一個幾十萬長度的字串，由於字串格式不方便進行分析，並且在網頁預覽中發現數據為類似字典的json格式，所以我們將其轉為json格式。

import json
data_json = json.loads(r.text)
data_json.keys()

​

我們可以看出在data中存放著我們需要的資料，因此我們取出資料。

data = data_json['data']
data.keys()

​

資料中總共有四個鍵，每個鍵儲存著不同的內容：

接下來我們開始獲取實時資料。

三、整體程式碼實現

# =============================================
# --*-- coding: utf-8 --*--
# @Time    : 2020-03-27
# @Author  : 不溫卜火
# @CSDN    : https://blog.csdn.net/qq_16146103
# @FileName: Real-time epidemic.py
# @Software: PyCharm
# =============================================
import requests
import pandas as pd
import json
import time

pd.set_option('max_rows',500)

headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:73.0) Gecko/20100101 Firefox/73.0'}

url = 'https://c.m.163.com/ug/api/wuhan/app/data/list-total'   # 定義要訪問的地址
r = requests.get(url, headers=headers)  # 使用requests發起請求

data_json = json.loads(r.text)
data = data_json['data']
data_province = data['areaTree'][2]['children']
areaTree = data['areaTree']

class spider_yiqing(object):


    # 將提取資料的方法封裝成函式
    def get_data(data, info_list):
        info = pd.DataFrame(data)[info_list]  # 主要資訊

        today_data = pd.DataFrame([i['today'] for i in data])  # 提取today的資料
        today_data.columns = ['today_' + i for i in today_data.columns]

        total_data = pd.DataFrame([i['total'] for i in data])
        total_data.columns = ['total_' + i for i in total_data.columns]

        return pd.concat([info, total_data, today_data], axis=1)

    

    def save_data(data,name):
        file_name = name+'_'+time.strftime('%Y_%m_%d',time.localtime(time.time()))+'.csv'
        data.to_csv(file_name,index=None,encoding='utf_8_sig')
        print(file_name+'儲存成功！')

    if __name__ == '__main__':
        today_province = get_data(data_province, ['id', 'lastUpdateTime', 'name'])
        today_world = get_data(areaTree, ['id', 'lastUpdateTime', 'name'])
        save_data(today_province, 'today_province')
        save_data(today_world, 'today_world')

 

4、總結

此程式程式碼有些許混亂，層次感不強。還有可能還有更高效的爬取手段。