突然想分析下这次疫情影响和国内医疗资源分配的关系，小试牛刀，在笔记本上把代码调好后在vpn上跑了起来，速度自然是快了很多。
爬取的中国医疗保险网，比较官方，这个网站有个坑，我分析它的html页面时发现网站有隐藏元素，政策浏览看不到医院的联系方式（地址，联系电话，网站，邮件），这个就是给爬虫者挖的坑。但是即便知道有坑我还是跳了，联系方式重要性不言而喻。被封了ip再说，手里有三个vpn＋笔记本，估计能爬完1529页（30580家医院的信息）。爬完清洗下数据，做下分析再晒图。
代码虽然不长，但是花了我很多时间，最近牺牲的休息时间太多了。最大的坑就是那个隐藏元素不知道怎么有效地提取出来，网页上显性的东西都在html数上比较清晰，深度不算深，方便索引出来。
图一是笔记本上的代码缩略图，2-4是vpn上跑代码图，估计需要一两个小时吧！虽然代码花了一两天，但是远远比人工复制粘贴1529页容易太多。
代码采取了几个简单的反爬策略，即vpn，header设置（time out时间，浏览器伪装等，）随机休眠时间，出错应对策略等。对于比较简单的网站基本上够了。
图五是爬取的第一页，信息还算详细。完事了清洗下数据可以用pyecharts做个图做个可视化。数据有偿可取，请我吃顿饭即可[呲牙]
很可惜服务器出问题，图丢失了不少，后补几张感受下pyecharts的精美吧：
