项目的启动命令为python manage.py runserver 2>&1 &
疫情数据采集器的启动命令为python spidermain.py 2>&1 &
爬虫会在每天凌晨1:30完成当日最新数据的采集
该项目是新冠疫情的实时监测系统,目的是实时监测全国和世界各地疫情的发展情况。
Flask Mysql Layuimini Bootstrap AdminLTE Logistic(预测算法)
- peewee
- pymysql
- flask
- flask-script
- flask-wtf
- flask-login
- Python3.7
pip3 install -r requirements.txt
- 编辑
config.py
, 修改SECRET_KEY及MySQL数据库相关参数
SECRET_KEY = os.environ.get('SECRET_KEY') or 'your-secret'
DB_HOST = '127.0.0.1'
DB_USER = 'foobar'
DB_PASSWD = 'foobar'
DB_DATABASE = 'foobar'
- 编辑log-app.conf,修改日志路径
args=('/path/to/log/flask-rest-sample.log','a','utf8')
-
自动建表 直接运行
python3 models.py
-
插入管理员用户(默认admin/admin)
INSERT INTO `user` (`id`, `username`, `password`, `fullname`, `email`, `phone`, `status`)
VALUES
(1, 'admin', 'pbkdf2:sha1:1000$Km1vdx3W$9aa07d3b79ab88aae53e45d26d0d4d4e097a6cd3', '管理员', '[email protected]', '18612341234', 1);
nohup ./manage.py runserver 2>&1 &
或
./run_app_dev.py (仅限测试)
每一个功能新建一个py文件
-
indexdata: 加载首页展示所需要数据的代码
-
maincountries: 加载重点国家疫情趋势页面所需数据的代码
-
nationmap: 加载中国疫情热力图页面所需数据的代码
-
worldmap: 加载中国疫情热力图页面所需数据的代码
-
opshnews: 上海市疫情分析页面中疫情消息表单中所需要的数据
-
rankcountry: 加载重点国家疫情排行榜页面所需要数据的代码
-
shanghai: 加载上海市页面所需数据的代码
- predict:加载疫情预测页面所需的数据(根据历史数据实时预测)
-
main.py : 程序入口,包含每一个页面蓝图
-
view.py : 所有的路由,代码里面注释了每个路由的意思
model与数据库表一一对应,数据库中有各字段的说明
-
ChinaDayModel.py : 国内每日疫情统计数据表模型
-
ContinentsModel.py : 世界各大洲每日的疫情数据表模型
-
MainCountries.py : 重点国家疫情数据的表模型
-
NewsModel.py : 上海市每日最新疫情消息的表模型
-
ProvinceModel.py : 各省市的每日疫情数据的表模型
-
ShangHaiAeraModel.py : 上海市各区疫情数据的表模型
-
ShangHaiModel.py : 上海市总体统计数据的表模型
-
WorldCountriesModel.py : 世界各个国家疫情数据的表模型
-
MainCountries.py : 重点国家疫情数据的表模型
-
UserModel.py:用户表模型
-
response.py : 前后端数据交互统一格式
-
config.py : 数据库,服务等详细配置文件
-
log-app.conf : 程序运行日志配置
-
chinaday.py : 插中国疫情统计数据
-
continents.py : 插各洲每日统计数据
-
maincountries.py : 插8个主要国家疫情统计数据
-
dbshanghai.py : 插上海每日统计数据
-
provinces.py : 插各省直辖市疫情统计数据
-
shaera.conf : 插上海各区每日统计数据
-
shanghainews.py : 插上海每日新闻数据
-
continents.conf : 各洲每日统计数据
-
addcountries.py: 插世界各国的数据
-
base.html:所有页面的左栏
-
index.html:首页
-
predict.html:预测页面
-
nation_map.html: 全国疫情地图
-
maincity.html: 上海市疫情状况分析
-
global_map.html: 全球疫情地图
-
global_region.html:全球疫情区域分析
-
rankmaincountry.html: 重点国家疫情排行榜
-
trendmaincountry.html: 重点国家疫情趋势分析