hi 各位好
我觉得这个问题应该难不倒大家
但我发现我不太知道怎么下手
我目前在统计中国cov感染的数据
比方说安徽省的官方统计数据可在这边找到
http://wjw.ah.gov.cn/news_details_54250.html
这是1月30日的
我有把从1/22-今天的html都下载到一个资料夹下
共40几个html档案
我希望能写个script将 不同日期的新增确诊病例
自动产生csv 报表
类似这样
一月22 一月23 一月24 ...................三月五日
合肥 xx
蚌阜 yy
阜阳 zz
六安 aa
铜陵 bb
池州
黄山
..
.
.
我是想过用linux bash 去写一个script 不过有点卡住
或是用panda应该也可以
能否请各位指点一些方向呢??
感谢!!

估狗 generate csv file in <你熟悉的程式语言>

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

用爬虫 parse dom呢?

read file然后分析然后save csv

啊原来是这个样子的资料, 那就抓字串分析了

资料来源只有新闻吗? 这样只能手动整理了

selenium

使用这些数据之前应该要先问这些中国给出的数字可信度有多少 ...

不是很建议这种超级不具格式的资料.. 先不论正确与否啦...真要做,可能也等所以资料都尘埃落定不再变动 才开始写对应的parser...

用Excel阿 贴到excel 在存盘 存成CSV

PapaParse

蒙恬 扫描笔???orz

你可以用C写 这样应该会更快一点 咚

这个连表格都没有 很难用程式处理吧

这个怎么做都可以吧就字串处理mapping在塞到csv里.例如regex 撷取，前后的四个数字。 ex:（合肥50例），（豪洲20例） 之类的

没有特定格式就抓关键字

感谢各位提供的资讯。