最近好多学生在问我要各类疫情数据，好像全国各地的老师们对疫情数据的分析都很感兴趣，小编实在不忍心看你们到处找数据，俗话说的好，“授之以鱼不如授之以渔”，所以小编今天就把爬疫情历史数据的方法分享给你们。
基本思路：分析腾讯新闻“抗肺炎”版块，采用“倒推法”找到疫情数据接口，然后用python模拟请求，进而保存疫情历史数据。
一、分析数据接口
1.进入海外疫情主页，分析海外各国疫情历史数据接口：
https://news.qq.com/zt2020/page/feiyan.htm#/global
打开流量分析工具，以“美国”为例，点击详情
选中第一个出现的json文件，发现响应数据为美国从1月28日至今天的疫情数据，包括确诊新增（confirm_add）、确诊（confirm）、治愈（heal）以及死亡（dead）数据。
该次请求的具体信息为：
以post请求的方式，网址为：
https://api.inews.qq.com/newsqa/v1/automation/foreign/daily/list?country=国家名称
2. 进入国内疫情主页，分析国内各省疫情历史数据接口：
https://news.qq.com/zt2020/page/feiyan.htm#/global
打开流量分析工具，以“黑龙江”为例，点击
详情
选中第一个出现的json文件，发现响应数据为黑龙江从1月28日至今天的疫情数据，包括确诊新增（confirm_add）、确诊（confirm）、治愈（heal）以及死亡（dead）数据该次请求的具体信息为：
以post请求的方式，网址为：
https://api.inews.qq.com/newsqa/v1/query/pubished/daily/list?province=各省名称
3.同理分析出省内各市的历史数据接口：
以post请求的方式，网址为：
https://api.inews.qq.com/newsqa/v1/query/pubished/daily/list?province=省名称&city=市名称
4.分析找到海外各国、国内各省、省内各市的名称
打开流量分析工具，在网址中输入：
https://news.qq.com/zt2020/page/feiyan.htm#/global
①打开请求网址为：
https://view.inews.qq.com/g2/getOnsInfo?name=disease_foreign&callback=
jQuery34105534161076800497_1587272333891&_=1587272333892
的响应窗口：
返回数据中包含所有国家的名称。
②打开请求网址为：
https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5&callback=
jQuery34105534161076800497_1587272333887&_=1587272333888的响应窗口：
返回数据包含全国各省市的名称。
第二步：开始写程序
1.模拟爬取海外各国历史疫情数据
根据第一步分析结果，先爬取各个国家名称，然后构造url爬取各个国家的历史数据代码如下：
<code>all_data = {}
for
i in
foreignList:
url = 'https://api.inews.qq.com/newsqa/v1/query/pubished/daily/list?country={0}'
.format(i['name'
])
response = requests.post(url, headers=header)
data = json.loads(response.text)['data'
]
all_data[i['name'
]] =data
print(all_data)
def
sortdate
(today)
:
list1 = today.split('.'
)
today = '2020年'
+list1[0
].replace('0'
, ''
)+'月'
+list1[1
]+'日'
return
today
workbook = xlwt.Workbook(encoding='utf-8'
)
worksheet =workbook.add_sheet('My Worksheet'
)
for
i in
all_data.keys():
wb = xlrd.open_workbook('海外各国.xls'
)
tabsheet = wb.sheets()[0
]
k = tabsheet.nrows
for
t, j in
enumerate(all_data[i]):
worksheet.write(k+t, 0
, i)
worksheet.write(k+t, 1
, sortdate(str(j['date'
])))
worksheet.write(k+t, 2
, j['confirm'
])
workbook.save('海外各国.xls'
)/<code>2.模拟爬取国内各省疫情数据 根据第一步分析结果，先爬取各个省的名称，然后构造url爬取各个省的历史数据，代码如下：
<code>all_data = {}
for
i in
result[0
]['children'
]:
url = 'https://api.inews.qq.com/newsqa/v1/query/pubished/daily/list?province={0}'
.format(i['name'
])
response = requests.post(url, headers=header)
data = json.loads(response.text)['data'
]
all_data[i['name'
]] = data
def
sortdate
(today)
:
list1 = today.split('.'
)
today = '2020年'
+list1[0
].replace('0'
, ''
)+'月'
+list1[1
]+'日'
return
today
workbook = xlwt.Workbook(encoding='utf-8'
)
worksheet = workbook.add_sheet('My Worksheet'
)
for
i in
all_data.keys():
wb = xlrd.open_workbook('各省疫情数据.xls'
)
tabsheet = wb.sheets()[0
]
k = tabsheet.nrows
for
t, j in
enumerate(all_data[i]):
worksheet.write(k+t, 0
, i)
worksheet.write(k+t, 1
, sortdate(str(j['date'
])))
worksheet.write(k+t, 2
, j['confirm'
])
workbook.save('各省疫情数据.xls'
)/<code>3.模拟爬取省内各市疫情数据
根据第一步分析结果，先爬取该省各市的名称，然后构造url爬取各个市的历史数据，代码如下：
<code>all_data = {}
for
i in
result[0
]['children'
]:
if
i[ 'name'
]=='黑龙江'
:
for
j in
i['children'
]:
url = 'https://api.inews.qq.com/newsqa/v1/query/pubished/daily/list?'
\
'province={0}&city={1}'
.format(i['name'
], j['name'
])
response = requests.post(url, headers=header)
data = json.loads(response.text)['data'
]
all_data[j['name'
]] = data
def
sortdate
(today)
:
list1 = today.split('.'
)
today = '2020年'
+list1[0
].replace('0'
, ''
)+'月'
+list1[1
]+'日'
return
today
workbook = xlwt.Workbook(encoding='utf-8'
)
worksheet = workbook.add_sheet( 'My Worksheet'
)
for
i in
all_data.keys():
wb = xlrd.open_workbook('各市疫情数据.xls'
)
tabsheet = wb.sheets()[0
]
k = tabsheet.nrows
for
t, j in
enumerate(all_data[i]):
worksheet.write(k+t, 0
, i)
worksheet.write(k+t, 1
, sortdate(str(j['date'
])))
worksheet.write(k+t, 2
, j['confirm'
])
workbook.save('各市疫情数据.xls'
)/<code>第三步：效果展示
1.海外各国疫情数据：
2.国内各省疫情数据：
3.黑龙江各市疫情数据：
本文所述的三类代码、表格已上传至【python的爬虫与数据分析之路】后台，请输入疫情数据获取。另外，本次爬取的只包含累计确诊人数，若还需要现有确诊、治愈等数据的可以自行分析更改，也可以私聊我。
