covid-19 卫健委统计数据采集

[LeslieLeung]

与其用网上来路不明不靠谱的数据，不如自己造个轮子搞定它。
周末时间做了一个采集卫健委疫情数据的小项目，据我所知是 GitHub 上唯一一个数据较全（包含了港澳台地区数据及一些官方通报中的数据）、目前还在积极维护的中国地区 covid-19 数据的项目。

https://github.com/LeslieLeung/covid-19-cn-nhc

[icemaple]

这种信息采集统计感觉有点刑

[LeslieLeung]

@icemaple #1 都是公开的数据应该没关系吧？而且采集的速率跟正常访问没有太大区别，不会对服务器造成很大的压力。

[icemaple]

@LeslieLeung 《互联网新闻信息服务管理规定》第五条 通过互联网站、应用程序、论坛、博客、微博客、公众账号、即时通信工具、网络直播等形式向社会公众提供互联网新闻信息服务，应当取得互联网新闻信息服务许可，禁止未经许可或超越许可范围开展互联网新闻信息服务活动。

[gengchun]

前两天刚看了社会新闻。一个爬虫写得太差，采住房信息把住建委网站，不小心把网站爬死的，乙方通过报警来敷衍甲方的。结果，写爬虫两人直接进去的。

[gengchun]

另外卫健委的这个数据，阿里或者其它第三方都是有提供的。

阿里这种还是可以相信一下的。这种风险一定要记住让大厂承担哈。

[LeslieLeung]

@icemaple #3 @gengchun #5 感谢提醒，我原本还打算提供 api 供数据查询的，没考虑到法律风险。但是采集数据作为数据集开源应该没问题吧？我自己采集这个数据用途就是做疫情相关的研究。
另看了一下丁香园有相关的 api ，后续会考虑采用这边的数据。

[gengchun]

@LeslieLeung 我说的是你把这个开源出来。这个和你下载数据的用途没有关系。国内司法操作上，对爬虫的处理基本上和计算机病毒差不多了。你想想计算机病毒的作者刑不刑？这种事完全看对方人品哈。

有些能力自己知道就好了。不要拿出来。

[LeslieLeung]

@gengchun #7 明白了 感谢老哥提醒

[HiCoder]

big brother is watching u

[warcraft1236]

@HiCoder 哈哈哈