第四周总结

　　本周要求实现爬取网页数据，一开始打算用java实现，发现实在写不通便选择学习爬取数据常用语言——python。

　　

import requests
from bs4 import BeautifulSoup
import re
import pymysql
import json
import datetime
#记录执行次数
num=0
#向数据库写入数据
def insertdata(data,n):
    conn=pymysql.connect("localhost","root","Inazuma","paqu",charset='utf8')
    cur=conn.cursor()
    sql="INSERT INTO yiqing(Date,Province,City,Confirmed,Cured,Dead) VALUES(%s,%s,%s,%s,%s,%s)"
    try:
        cur.execute(sql,data)
        conn.commit()
        print(n)
    except:
        conn.rollback()
        print("ERROR")
    conn.close()
#所要爬取的网站的地址
url = 'https://raw.githubusercontent.com/BlankerL/DXY-2019-nCoV-Data/master/json/DXYArea.json'
#调用requests.get()方法
response = requests.get(url)
#转换为文本
version = response.text
#提取其中的json数据
jsonData = json.loads(version)
#根据数据进行筛选写入
for i in range(len(jsonData['results'])):
    if(jsonData['results'][i]['countryName']=='中国'):
        province = jsonData['results'][i]['provinceName']
        for j in range(len(jsonData['results'][i]['cities'])):
            confirmed=jsonData['results'][i]['cities'][j]['confirmedCount']
            cured=jsonData['results'][i]['cities'][j]['curedCount']
            dead=jsonData['results'][i]['cities'][j]['deadCount']
            city=jsonData['results'][i]['cities'][j]['cityName']
            #使用python中datetime的方法提取时间（yyyy-mm-dd）
            date=datetime.date.today()
            #提取数据完成，执行操作，num+1
            num=num+1
            #调用入库方法
            insertdata((date,province,city,confirmed,cured,dead),num)

可以看到python爬取数据十分简单，44行代码就解决了（雾）。这是我第一次自学python，在刚开始编写的时候有很多地方不懂，参考了很多资料才得以完成，而且这里编写还需要连接数据库。在下载各种包的时候，我使用的是控制窗输入pip命令的方法，这似乎是python特有的下载模式，我认为十分好用。