Python爬取腾讯疫情实时数据并存储到mysql数据库的示例代码

思路：

在腾讯疫情数据网站F12解析网站结构，使用Python爬取当日疫情数据和历史疫情数据，分别存储到details和history两个mysql表。

①此方法用于爬取每日详细疫情数据

import requests
import json
import time
def get_details():
 url = 'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5&callback=jQuery34102848205531413024_1584924641755&_=1584924641756'
 headers ={
     'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3741.400 QQBrowser/10.5.3863.400'
   }
 res = requests.get(url,headers=headers)
   #输出全部信息
   # print(res.text)
 response_data = json.loads(res.text.replace('jQuery34102848205531413024_1584924641755(','')[:-1])
 #输出这个字典的键值 dict_keys(['ret', 'data'])ret是响应值，0代表请求成功，data里是我们需要的数据
#   print(response_data.keys())
 """上面已经转化过一次字典，然后获取里面的data，因为data是字符串，所以需要再次转化字典
   print(json.loads(reponse_data['data']).keys())
   结果：
   dict_keys(['lastUpdateTime', 'chinaTotal', 'chinaAdd', 'isShowAdd', 'showAddSwitch',
   'areaTree', 'chinaDayList', 'chinaDayAddList', 'dailyNewAddHistory', 'dailyHistory',
   'wuhanDayList', 'articleList'])
   lastUpdateTime是最新更新时间，chinaTotal是全国疫情总数，chinaAdd是全国新增数据，
   isShowAdd代表是否展示新增数据，showAddSwitch是显示哪些数据，areaTree中有全国疫情数据
 """
 areaTree_data = json.loads(response_data['data'])['areaTree']
 temp=json.loads(response_data['data'])
#   print(temp.keys())
#   print(areaTree_data[0].keys())
 """
 获取上一级字典里的areaTree
 然后查看里面中国键值
 print(areaTree_data[0].keys())
 dict_keys(['name', 'today', 'total', 'children'])
 name代表国家名称，today代表今日数据，total代表总数,children里有全国各地数据，我们需要获取全国各地数据，查看children数据
 print(areaTree_data[0]['children'])
 这里面是
 name是地区名称，today是今日数据，total是总数，children是市级数据，
 我们通过这个接口可以获取每个地区的总数据。我们遍历这个列表，取出name，这个是省级的数据，还需要获取市级数据，
 需要取出name，children（市级数据）下的name、total(历史总数)下的confirm、heal、dead，today(今日数据)下的confirm（增加数），
 这些就是我们需要的数据
 """
   # print(areaTree_data[0]['children'])
 #   for province_data in areaTree_data[0]['children']:
   #   print(province_data)

ds= temp['lastUpdateTime']
 details=[]
 for pro_infos in areaTree_data[0]['children']:
   province_name = pro_infos['name'] # 省名
   for city_infos in pro_infos['children']:
     city_name = city_infos['name'] # 市名
     confirm = city_infos['total']['confirm']#历史总数
     confirm_add = city_infos['today']['confirm']#今日增加数
     heal = city_infos['total']['heal']#治愈
     dead = city_infos['total']['dead']#死亡
#       print(ds,province_name,city_name,confirm,confirm_add,heal,dead)
     details.append([ds,province_name,city_name,confirm,confirm_add,heal,dead])
 return details

单独测试方法：

# d=get_details()
# print(d)

②此方法用于爬取历史详细数据

import requests
import json
import time
def get_history():
 url = 'https://view.inews.qq.com/g2/getOnsInfo?name=disease_other&callback=jQuery341026745307075030955_1584946267054&_=1584946267055'
 headers ={
   'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3741.400 QQBrowser/10.5.3863.400'
 }
 res = requests.get(url,headers=headers)
#   print(res.text)
 response_data = json.loads(res.text.replace('jQuery341026745307075030955_1584946267054(','')[:-1])
#   print(response_data)
 data = json.loads(response_data['data'])
#   print(data.keys())
 chinaDayList = data['chinaDayList']#历史记录
 chinaDayAddList = data['chinaDayAddList']#历史新增记录
 history = {}
 for i in chinaDayList:
   ds = '2021.' + i['date']#时间
   tup = time.strptime(ds,'％Y.％m.％d')
   ds = time.strftime('％Y-％m-％d',tup)#改变时间格式，插入数据库
   confirm = i['confirm']
   suspect = i['suspect']
   heal = i['heal']
   dead = i['dead']
   history[ds] = {'confirm':confirm,'suspect':suspect,'heal':heal,'dead':dead}
 for i in chinaDayAddList:
   ds = '2021.' + i['date']#时间
   tup = time.strptime(ds,'％Y.％m.％d')
   ds = time.strftime('％Y-％m-％d',tup)#改变时间格式，插入数据库
   confirm_add = i['confirm']
   suspect_add = i['suspect']
   heal_add = i['heal']
   dead_add = i['dead']
   history[ds].update({'confirm_add':confirm_add,'suspect_add':suspect_add,'heal_add':heal_add,'dead_add':dead_add})
 return history

单独测试此方法：

# h=get_history()
# print(h)

③此方法用于数据库的连接与关闭：

import time
import pymysql
import traceback
def get_conn():
 """
 :return: 连接，游标
 """
 # 创建连接
 conn = pymysql.connect(host="127.0.0.1",
         user="root",
         password="000429",
         db="mydb",
         charset="utf8")
 # 创建游标
 cursor = conn.cursor() # 执行完毕返回的结果集默认以元组显示
 return conn, cursor
def close_conn(conn, cursor):
 if cursor:
   cursor.close()
 if conn:
   conn.close()

④此方法用于更新并插入每日详细数据到数据库表：

def update_details():
 """
 更新 details 表
 :return:
 """
 cursor = None
 conn = None
 try:
   li = get_details()
   conn, cursor = get_conn()
   sql = "insert into details(update_time,province,city,confirm,confirm_add,heal,dead) values(％s,％s,％s,％s,％s,％s,％s)"
   sql_query = 'select ％s=(select update_time from details order by id desc limit 1)' #对比当前最大时间戳
   cursor.execute(sql_query,li[0][0])
   if not cursor.fetchone()[0]:
     print(f"{time.asctime()}开始更新最新数据")
     for item in li:
       cursor.execute(sql, item)
     conn.commit() # 提交事务 update delete insert操作
     print(f"{time.asctime()}更新最新数据完毕")
   else:
     print(f"{time.asctime()}已是最新数据！")
 except:
   traceback.print_exc()
 finally:
   close_conn(conn, cursor)

单独测试能否插入数据到details表：

update_details()

⑤此方法用于插入历史数据到history表

def insert_history():
 """
   插入历史数据
 :return:
 """
 cursor = None
 conn = None
 try:
   dic = get_history()
   print(f"{time.asctime()}开始插入历史数据")
   conn, cursor = get_conn()
   sql = "insert into history values(％s,％s,％s,％s,％s,％s,％s,％s,％s)"
   for k, v in dic.items():
     # item 格式 {'2021-01-13': {'confirm': 41, 'suspect': 0, 'heal': 0, 'dead': 1}
     cursor.execute(sql, [k, v.get("confirm"), v.get("confirm_add"), v.get("suspect"),
                v.get("suspect_add"), v.get("heal"), v.get("heal_add"),
                v.get("dead"), v.get("dead_add")])

conn.commit() # 提交事务 update delete insert操作
   print(f"{time.asctime()}插入历史数据完毕")
 except:
   traceback.print_exc()
 finally:
   close_conn(conn, cursor)

单独测试能否插入数据到history表：

# insert_history()

⑥此方法用于根据时间来更新历史数据表的内容：

def update_history():
 """
 更新历史数据
 :return:
 """
 cursor = None
 conn = None
 try:
   dic = get_history()
   print(f"{time.asctime()}开始更新历史数据")
   conn, cursor = get_conn()
   sql = "insert into history values(％s,％s,％s,％s,％s,％s,％s,％s,％s)"
   sql_query = "select confirm from history where ds=％s"
   for k, v in dic.items():
     # item 格式 {'2020-01-13': {'confirm': 41, 'suspect': 0, 'heal': 0, 'dead': 1}
     if not cursor.execute(sql_query, k):
       cursor.execute(sql, [k, v.get("confirm"), v.get("confirm_add"), v.get("suspect"),
                  v.get("suspect_add"), v.get("heal"), v.get("heal_add"),
                  v.get("dead"), v.get("dead_add")])
   conn.commit() # 提交事务 update delete insert操作
   print(f"{time.asctime()}历史数据更新完毕")
 except:
   traceback.print_exc()
 finally:
   close_conn(conn, cursor)

单独测试更新历史数据表的方法：

# update_history()

最后是两个数据表的详细建立代码（也可以使用mysql可视化工具直接建立）：

create table history(
 ds datetime not null comment '日期',
 confirm int(11) default null comment '累计确诊',
 confirm_add int(11) default null comment '当日新增确诊',
 suspect int(11) default null comment '剩余疑似',
 suspect_add int(11) default null comment '当日新增疑似',
 heal int(11) default null comment '累计治愈',
 heal_add int(11) default null comment '当日新增治愈',
 dead int(11) default null comment '累计死亡',
 dead_add int(11) default null comment '当日新增死亡',
 primary key(ds) using btree
)engine=InnoDB DEFAULT charset=utf8mb4;
create table details(
 id int(11) not null auto_increment,
 update_time datetime default null comment '数据最后更新时间',
 province varchar(50) default null comment '省',
 city varchar(50) default null comment '市',
 confirm int(11) default null comment '累计确诊',
 confirm_add int(11) default null comment '新增确诊',
 heal int(11) default null comment '累计治愈',
 dead int(11) default null comment '累计死亡',
 primary key(id)
)engine=InnoDB default charset=utf8mb4;

Tomorrowthe birds will singing.

来源：https://www.cnblogs.com/rainbow-1/archive/2021/03/17/14550221.html