内容简介：如何利用现有工具来事实追踪病情分布呢？近日，一个有趣的开源项目正好解决了这一问题。只需一台电脑，谁都可按照步骤利用 Python 获得专属个人的疫情信息。作者发布了文章介绍该操作过程，雷锋网 AI 源创评论将其编译如下。
雷锋网 AI 源创评论： 目前，随着新型冠状病毒（COVID-19）的全球范围内蔓延，海外地区现有确诊已经上升至 293683 （数据更新至 2020.03.25 16:54） 。为了更好了保证自身健康，我们必须了解正在影响⽣活所在地区的实际统计数据。
如何利用现有 工具 来事实追踪病情分布呢？近日，一个有趣的开源项目正好解决了这一问题。只需一台电脑，谁都可按照步骤利用 Python 获得专属个人的疫情信息。作者发布了文章介绍该操作过程，雷锋网 AI 源创评论将其编译如下。
图片来源：Sebastian Herrmann on Unsplash
Web 爬虫计划
我们将使⽤Web 爬虫的⽅法，以及 Selenium（Web 爬虫的一个库）和 Python⼯具来完成这一计划。
首先，我们需要找到要从中获取数据的网站，在本次教程中，使⽤到的是 Worldometers（ https://www.worldometers.info/ ），因为作者觉得这上面的数据⾮常准确，并且⽹站看起来不错~
下面开始进入计划：
在 Worldometers 上的表格中，显示了每个受影响国家/地区的相关数据，包括：累计确诊病例、新增病例、累计死亡人数、累计治愈人数，以及病危程度的人数统计等。
我们要做的，就是将以上的各个详细数据，通过一系列方法的转化，使其能够自动发到我们的电子邮箱中。当然，选择其它包含这些数据的网站，也不是不可以。
搭建环境
首先，我们需要安装 ChromeDriver，并进行环境搭建。
ChromeDriver 将帮助我们能够控制浏览器并向其发送命令，从而进⾏测试和之后的其它操作，可以通过链接（ https://chromedriver.chromium.org/ ）下载与你电脑系统相匹配的安装包。
Ps：如果你不是很熟悉 ChromeDriver，建议尽可能使用最新稳定版本。
下载之后，接下来将需要解压所下载的文件，建议右键单击「文件」，然后选择「Extract Here」，手动进行解压操作。
之后你会发现在该⽂件夹内，有⼀个名为「chromedriver」的⽂件，我们需要按照下面的步骤将其移⾄计算机上的特定⽂件夹。
-
第一步，打开终端并输⼊以下命令：
sudo su＃进⼊root 模式 cd
＃从当前位置返回到基础 mv / home / *your_pc_name * / Downloads / chromedriver / usr / local / bin
＃将⽂件移动到正确的位置
注意：其中的「*your_pc_name *」部分，需要替换为所用计算机的实际名称。
-
第二步，打开编辑器，作者选择的是 Visual Studio Code（ https://code.visualstudio.com/ ）。
-
第三步，新建一个项⽬，并创建两个新⽂件。可参考下面作者的设置：
Visual Studio Code—项目设置
并且可以发现，在 VS Code 中有⼀个「Terminal」选项，可以⽤它在 VS Code 中打开内部终端。
第四步，安装虚拟环境和⽤于 Web 爬虫驱动程序的 selenium 工具，并在终端中键⼊下面这些命令：
pip3 install virtualenv
source venv / bin / activate
pip3 install selenium
最后激活虚拟环境，我们的准备工作就完成了。
开始编码
现在，我们完成对环境的搭建以及掌握所需信息获取地址后，就要开始做「编码实现」部分了。
我们将为其创建为⼀个类以及函数，使⽤任何名称创建即可，然后启动 Chrome 驱动程序：
class Coronaviru（）：
def __init __（self）：
self.driver = webdriver.Chrome（）
然后，转到 VS Code 内部终端并输⼊下面的代码，此命令使我们可以将⽂件作为交互式场所：
python -i coronavirus.py
之后，将浏览器的新标签页打开，我们开始向其发出命令。（如果想进⾏实验，可以使⽤命令⾏代替在源⽂件中键⼊命令⾏）
对于终端，命令为：
bot = Coronavirus()
bot.driver.get('https://www.worldometers.info/coronavirus/')
现在，使其获取源代码：
self.driver.get（'https://www.worldometers.info/coronavirus/'）
当我们进⼊⽹站时，我们需要提取所选网页中的表格。因此，我们将以这种⽅式进⾏操作，将表格作为 Web 元素并将其保存在「表」下。
为了在⽹页上找到该元素，我们使⽤ find_element_by_xpath（）并使⽤其定义的 ID 对其进⾏过滤。
table = self.driver.find_element_by_xpath('//*
[@id="main_table_countries"]/tbody[1]')
在该表中，通过对应的名称，确保要找到我们最初需要获取国家或地区。
country_element = table.find_element_by_xpath（「// td
[contains（text（），'China'）]」））
再次使⽤XPath，我们尝试使用「China」的数据。由于我们需要「China」旁边的数据，因此我们必须确保它属于该⾏，这就是为什么要从 country_element 中获取父节点：
row = country_element.find_element_by_xpath("./..")
在该⾏内，我们获取了所需的所有数据，我们将该字符串拆分为每⼀列，并将其保存为变量：
data = row.text.split(" ")
total_cases = data[1]
new_cases = data[2]
total_deaths = data[3]
new_deaths = data[4]
active_cases = data[5]
total_recovered = data[6]
serious_critical = data[7]
其中，「data」是⼀个来⾃字符串拆分的列表，然后我们将其分散到不同的变量中以备后⽤。
发送电⼦邮件
在完成编码部分之后，我们就要进入电子邮件发送部分了。
首先，需要设置电⼦邮件发送服务器。作者用到了 Google 帐户服务，然后进⼊「应⽤程序密码」，在那⾥⽣成⼀个新密码并在所写脚本程序中使⽤它。
然后，我们将通过以下代码，为我们将收到的电⼦邮件制作模板：
def send_mail(country_element, total_cases, new_cases, total_deaths, new_deaths, active_cases, total_recovered, serious_critical):
server = smtplib.SMTP('smtp.gmail.com', 587)
server.ehlo()
server.starttls()
server.ehlo()
server.login('email', 'password')
subject = 'Coronavirus stats in your country today!'
body = 'Today in ' + country_element + '\
\nTotal cases: ' + total_cases +'\
\nNew cases: ' + new_cases + '\
\nTotal deaths: ' + total_deaths + '\
\nNew deaths: ' + new_deaths + '\
\nActive cases: ' + active_cases + '\
\nTotal recovered: ' + total_recovered + '\
\nSerious, critical cases: ' + serious_critical + '\
\nCheck the link: https://www.worldometers.info/coronavirus/'
msg = f"Subject: {subject}\n\n{body}"
server.sendmail(
'Coronavirus',
'email',
msg
)
print('Hey Email has been sent!')
server.quit()
这样，就能够实现单次的最新疫情信息获取了。如果你希望每天重复执⾏此脚本，可以通过下面链接中的编码实现：
成功订阅！
最后，我们就得到了自制的邮件订阅啦~（如下所示）
电子邮件形式成功
当然，除了可以将我们所在地区的新冠病毒最新情况发到个人邮箱外，通过这样的方法，举一反三，你想订阅的其它资讯也可以自定义发送，而且还没有任何广告~
而在此，也再次提醒所有朋友，在目前疫情持续情况下，一定要勤洗手、戴口罩；同时，尽可能避免与他⼈进⾏过多的⾝体接触。
原文地址：
https://towardsdatascience.com/how-to-track-coronavirus-with-python-a5320b778c8e
完整开源代码 Github 地址：
https://github.com/lazargugleta/coronavirusStats/blob/master/coronavirus.py
雷锋网 (公众号：雷锋网) AI 源创评论
雷锋网原创文章，未经授权禁止转载。详情见 转载须知 。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Machine Learning
Kevin Murphy / The MIT Press / 2012-9-18 / USD 90.00
Today's Web-enabled deluge of electronic data calls for automated methods of data analysis. Machine learning provides these, developing methods that can automatically detect patterns in data and then ......一起来看看 《Machine Learning》 这本书的介绍吧!
