如何web scrape Worldometer图表获取新冠7日移动平均病例及死亡数据

可行实现方案 #

方案一：直接提取页面内置图表数据（推荐，无需模拟交互） #

你要的7日移动平均值根本不需要模拟点击、悬停操作，Worldometers的页面用Highcharts渲染图表，所有数据都直接硬编码在页面的JS配置里，直接提取就行：

• 用requests（Python）或其他HTTP请求库请求目标页面，拿到完整HTML源码
• 用正则表达式匹配对应图表的序列数据即可：
  • 新增确诊7日移动平均对应「Daily New Cases」图表的第二个序列
  • 新增死亡7日移动平均对应「Daily Deaths」图表的第二个序列
• 提取到的数据已经包含完整的日期和对应平均值，直接解析成结构化数据就能用

示例Python核心代码：

import requests
import re
import json

# 此处填入你提供的目标页面地址
url = "目标页面地址"
headers = {"User-Agent": "替换为你自己的请求标识"}
resp = requests.get(url, headers=headers)
html = resp.text

# 匹配新增确诊7日平均数据块
cases_avg_pattern = re.compile(r'Daily New Cases.*?series:\s*\[(.*?)\]', re.S)
cases_series = cases_avg_pattern.search(html).group(1)
# 提取第二个序列即为7日平均数据，解析JSON后即可得到全量日期和对应数值

方案二：模拟用户交互获取 #

如果需要完全复现手动操作的流程，也可以用浏览器自动化工具实现：

• 选用Playwright或Selenium工具启动浏览器实例，访问目标页面
• 定位到对应图表的「7-day moving average」按钮，执行点击操作
• 不需要模拟悬停读Tooltip，直接在浏览器控制台执行JS代码读取Highcharts.charts对象中的序列数据，精度远高于解析Tooltip文本

注意事项 #

• 抓取时控制请求频率，避免对站点服务器造成压力
• 建议请求头中携带明确的User-Agent标识，避免被站点拦截

内容的提问来源于stack exchange，提问作者Luis Vera