🐛2024年美赛成绩爬虫和可视化分析

⤵️你可以通过以下两种方式运行本程序

⛳1.一键运行安装包

1. 去release中解压MCM-ICM-Crawler文件，其中已经帮你配置好tesseract目录中的tesseract.exe文件和和tessdata语言包，你只需要更改config.yaml文件中的比赛年份、爬取序号范围、线程数、代理IP。
2. 进入终端输入指令 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt安装依赖。
3. 输入指令python run.py即可运行程序。

💻2.源码运行

需要python版本>=3.8

1. git clone https://github.com/leost123456/MCM-ICM-Crawler.git 到本地仓库，或者直接下载源码。
2. 下载tesseract和其语言包，windows用户可去链接进行下载，并完成安装。
3. 完成安装后，在config.yaml文件中填写tesseract目录中的tesseract.exe文件的路径、tessdata语言包的路径、比赛年份、爬取序号范围、线程数、代理IP。
4. 在终端中输入指令 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt安装依赖。
5. 最后输入指令python run.py 程序即可运行。

⭕3.输出结果

1. 所有成绩奖状图片（将存放在result目录下的Award picture目录中）
2. 文件数据（包括队伍号、队员名称、指导老师名称、学校、奖项，存放在result目录下的data.csv文件中）
3. 可视化图片（8张分析图片）

---

🏴结果展示

最终一共获得了28480条数据，可视化如下所示：

1.美赛各奖项计数情况

2.美赛各参加学校计数前十五名

3.获得Successful Participant奖项最多前十五名学校名称

4.获得Honorable Mention奖项最多前十五名学校名称

5**.获得Meritorious Winner奖项最多前十五名学校名称**

6.获得Finalist奖项最多前十五名学校名称

7.获得Outstanding Winner奖项最多前十五名学校名称

---

🔑免责声明

本项目仅供学习参考，如用于其他违法行为，后果自负，本人概不负责。