Rumah > pembangunan bahagian belakang > Tutorial Python > 如何用Python写一个抓取新浪财经网指定企业年报的脚本?

如何用Python写一个抓取新浪财经网指定企业年报的脚本?

WBOY
Lepaskan: 2016-06-06 16:11:12
asal
2956 orang telah melayarinya

题主会计学二专毕业设计论文DDL在即,做的是分析食品企业会计信息与股价的实证课题,目前需要从新浪财经上收集100家食品企业近五年的财报,如果手动收集的话是根据证监会2014年4季度上市公司行业分类结果上的上市公司股票代码输到股票首页_新浪财经 的搜索框,然后再从所选公司的网页(如康达尔(000048)股票股价,行情,新闻,财报数据)上点选“公司年报”,下载近五年的年报数据。
所选企业是2014年4季度上市公司行业分类结果上所有13、14、15大类,有100多家,全部手动收集的话工作量略大,想问下有没有办法用Python写一个脚本完成以上工作?(大学修过一门用python讲的计算思维,算是有一点点python基础吧)
感激不尽~

回复内容:

嗨~我来答题了~
虽然题主已经搞定了问题……
提问后一周已经搞定了,用了excel power query+yahoo finance api 等这周忙完毕业设计回来更新问题…还是非常感谢~!
就当练手了~问题的解决办法有很多。利用现有的api挺方便。不过我还是按照题主原来的思路笨办法写写试试。
老规矩边做边调边写~
#新手 很笨 大神求不喷 新手多交流
#start coding
第一步自然是搜集股票代码…用在线的PDF2DOC网站,然后把13、14、15三类的股票代码复制粘贴到一个文本文档里。像这样…
如何用Python写一个抓取新浪财经网指定企业年报的脚本?然后我们需要让Python按行读入文本文档里的内容并存入一个列表。很简单。
<code class="language-python"><span class="n">f</span><span class="o">=</span><span class="nb">open</span><span class="p">(</span><span class="s">'stock_num.txt'</span><span class="p">)</span>
<span class="n">stock</span> <span class="o">=</span> <span class="p">[]</span>
<span class="k">for</span> <span class="n">line</span> <span class="ow">in</span> <span class="n">f</span><span class="o">.</span><span class="n">readlines</span><span class="p">():</span>
    <span class="c">#print(line,end = '')</span>
    <span class="n">line</span> <span class="o">=</span> <span class="n">line</span><span class="o">.</span><span class="n">replace</span><span class="p">(</span><span class="s">'</span><span class="se">\n</span><span class="s">'</span><span class="p">,</span><span class="s">''</span><span class="p">)</span>
    <span class="n">stock</span><span class="o">.</span><span class="n">append</span><span class="p">(</span><span class="n">line</span><span class="p">)</span>
<span class="n">f</span><span class="o">.</span><span class="n">close</span><span class="p">()</span>
<span class="k">print</span><span class="p">(</span><span class="n">stock</span><span class="p">)</span>
</code>
Salin selepas log masuk
用selenium模块可以写程序模拟手动点击按钮的整个过程。
感觉就像写按键精灵一样。
就酱。 scrapy配合chrome或者firefox分分钟的事 推荐使用东方财富网抓数据,因为可以直接保存为excel文档,后期处理也相对方便,思路如下:
1.先得到需要的上市公司的股票代码和名字。这一步可以参考 @段晓晨的答案!
2.分析下载链接地址。以康达尔为例,年报地址soft-f9.eastmoney.com/s,下载链接eastmoney.com 的页面 ,链接末尾的8个数字前6个是股票代码,后两位01代表上交所上市公司(股票代码60开头)、02代表深交所上市公司。 让后就可以用一个循环来下载所有的数据!
3.把下载下来的xml文件转化成xls文件,代码如下:
1). xml可能的中文编码错误处理
<code class="language-python"><span class="k">def</span> <span class="nf">xml_Error_C</span><span class="p">(</span><span class="n">filename</span><span class="p">):</span>
    <span class="n">fp_xml</span><span class="o">=</span><span class="nb">open</span><span class="p">(</span><span class="n">filename</span><span class="p">)</span>
    <span class="n">fp_x</span><span class="o">=</span><span class="s">''</span><span class="c">#中文乱码改正</span>
    <span class="k">for</span> <span class="n">i</span> <span class="ow">in</span> <span class="nb">range</span><span class="p">(</span><span class="n">os</span><span class="o">.</span><span class="n">path</span><span class="o">.</span><span class="n">getsize</span><span class="p">(</span><span class="n">filename</span><span class="p">)):</span>
        <span class="n">i</span><span class="o">+=</span><span class="mi">1</span>
        <span class="n">a</span><span class="o">=</span><span class="n">fp_xml</span><span class="o">.</span><span class="n">read</span><span class="p">(</span><span class="mi">1</span><span class="p">)</span>
        <span class="k">if</span> <span class="n">a</span><span class="o">==</span><span class="s">'&'</span><span class="p">:</span>
            <span class="n">fp_xml</span><span class="o">.</span><span class="n">seek</span><span class="p">(</span><span class="o">-</span><span class="mi">1</span><span class="p">,</span><span class="mi">1</span><span class="p">)</span>
            <span class="k">if</span> <span class="n">fp_xml</span><span class="o">.</span><span class="n">read</span><span class="p">(</span><span class="mi">6</span><span class="p">)</span><span class="o">==</span><span class="s">' '</span><span class="p">:</span>
                <span class="n">i</span><span class="o">+=</span><span class="mi">5</span>
                <span class="k">continue</span>
            <span class="k">else</span><span class="p">:</span>
                <span class="n">fp_xml</span><span class="o">.</span><span class="n">seek</span><span class="p">(</span><span class="o">-</span><span class="mi">5</span><span class="p">,</span><span class="mi">1</span><span class="p">)</span>
        <span class="n">fp_x</span><span class="o">+=</span><span class="n">a</span>
    <span class="n">fp_xml</span><span class="o">=</span><span class="nb">open</span><span class="p">(</span><span class="n">filename</span><span class="p">,</span><span class="s">'w+'</span><span class="p">)</span>
    <span class="n">fp_xml</span><span class="o">.</span><span class="n">write</span><span class="p">(</span><span class="n">fp_x</span><span class="p">)</span>
    <span class="n">fp_xml</span><span class="o">.</span><span class="n">flush</span><span class="p">()</span>
    <span class="n">fp_xml</span><span class="o">.</span><span class="n">close</span><span class="p">()</span>
</code>
Salin selepas log masuk
用神箭手云爬虫吧,完全在云端进行。编写快速,而且自带数据导出发布和生成图表进行数据分析,大数据时代的利器啊( ̄▽ ̄)" 用tushare,tushare.waditu.com 用scrapy写一个爬虫,爬资源嗖嗖的快! 如果是想要下载“年报数据”而不是“年报”的话,用wind的excel插件拉一下函数就行,想要什么就有什么…楼主念会计专业,说明学校肯定有商学院,有商学院就肯定有wind终端…去学院机房半个小时搞定…
Label berkaitan:
sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan