Kuinka Pythonilla haetaan dataa nettisivulta?

Eikö ole helpompi katsoa asia omin silmin YLE:n tai THL:n sivulta?

Sitäpaitsi tuollaista tietoa kuin "montako koronavirustapausta on aktiivisena Suomessa" ei ole olemassakaan, asiaa ei tiedetä.

Tiedetään vain sairaanhoitopiireissä tehtyjen testien perusteella, että montako positiivista testitulosta on saatu. Kaikkia koronaviruksen oireita valittavia potilaita ei testata enää.

BeatufilSoapilla voi scrapata sivun. https://www.freecodecamp.org/news/how-to-scrape-websites-with-python-and-beautifulsoup-5946935d93fe/

Kokeilin urllibillä sivua https://thl.fi/fi/web/infektiotaudit-ja-rokotukset/ajankohtaista/ajankohtaista-koronaviruksesta-covid-19 . Sain ilmoituksen
urllib.error.HTTPError: HTTP Error 403: Forbidden

Pystyy.

Katsot ensin selaimella kehittäjätilassa, missä formaatissa data on.

Hae vaikka youtuubista "web scraping".

Kunhan vähän jaksaa kaivaa, lähes varmasti pärjää ilman kuvantunnistusta.

Et mitenkään helposti saa mitään tietoa oikeastaan yhtikäs mistään. Vaatisi valtavan ohjelmiston ja paljon kokemusta.

Kokeile kerätä tietoa lukemalla suomalaisia ja ulkolaisia verkkolehtiä. Valitse aihe ihan vapaasti. Sen tieto-osan suodattaminen on äärimmäisen vaikeaa myös ihmiselle.

Tässä on yksi esimerkki, miten python xpath hakee dataa webisivulta:

https://3583bytesready.net/2016/08/17/scraping-data-python-xpath/

Tämä hakee ja sorttaa judon olympiamitalistit mitalimäärän mukaan
wikipedia-sivulta.

Bash riittänee, sillä on helppo hakea ni ei tarvi ohjelmoida ;-)
Minä olen yrittänyt jonkin aikaa tehdä skriptiä, joka hakee ensi viikon lottonumerot veikkauksen sivustolta, mutta nyt skripti hakee vain harvoin osan oikeista numeroista ja siinäkin on huomattavaa hajontaa ja yleensä ei hae yhtäkään numeroa.