hi 各位好
我覺得這個問題應該難不倒大家
但我發現我不太知道怎麼下手
我目前在統計中國cov感染的數據
比方說安徽省的官方統計數據可在這邊找到
http://wjw.ah.gov.cn/news_details_54250.html
這是1月30日的
我有把從1/22-今天的html都下載到一個資料夾下
共40幾個html檔案
我希望能寫個script將 不同日期的新增確診病例
自動產生csv 報表
類似這樣
一月22 一月23 一月24 ...................三月五日
合肥 xx
蚌阜 yy
阜陽 zz
六安 aa
銅陵 bb
池州
黃山
..
.
.
我是想過用linux bash 去寫一個script 不過有點卡住
或是用panda應該也可以
能否請各位指點一些方向呢??
感謝!!

估狗 generate csv file in <你熟悉的程式語言>

https://www.udemy.com/course/codegym-python/ +openpyxl

用爬蟲 parse dom呢?

read file然後分析然後save csv

啊原來是這個樣子的資料, 那就抓字串分析了

資料來源只有新聞嗎? 這樣只能手動整理了

selenium

使用這些數據之前應該要先問這些中國給出的數字可信度有多少 ...

不是很建議這種超級不具格式的資料.. 先不論正確與否啦...真要做,可能也等所以資料都塵埃落定不再變動 才開始寫對應的parser...

用Excel阿 貼到excel 在存檔 存成CSV

PapaParse

蒙恬 掃描筆???orz

你可以用C寫 這樣應該會更快一點 咚

這個連表格都沒有 很難用程式處理吧

這個怎麼做都可以吧就字串處理mapping在塞到csv裡.例如regex 擷取，前後的四個數字。 ex:（合肥50例），（豪洲20例） 之類的

沒有特定格式就抓關鍵字

感謝各位提供的資訊。