学会这个技能，让你的Fitnesse锦上添花

功能：

通过程序实现从基金列表页，获取指定页数内所有基金的近一周收益率以及每支基金的详情页链接。再进入每支基金的详情页获取其余的基金信息，将所有获取到的基金详细信息按近6月收益率倒序排列写入一个Excel表格。

思路：

1. 通过实例化Tiantian_spider类的对象，初始化一个PhantomJS浏览器对象

2. 使用浏览器对象访问天天基金近六月排行的页面，获取该页面的源码

3. 从源码从获取每支基金所在的行（可以指定要获取基金的页数）
   

4. 从每行中获取每支基金的近1周收益率和基金详情链接
   

5. 获取到每个基金的详情链接后，使用多进程分别进入每支基金的详情页面

6. 进入详情页后，获取基金的相关信息，并存入列表
   

7. 将从所有基金的基金详情与在列表页获取的基金近1周收益率拼接后存入列表

8. 再将所有信息写入Excel表格
   

  1from selenium import webdriver
  2from lxml import etree
  3import time
  4from openpyxl import Workbook
  5import multiprocessing
  6import re
  7
  8class Tiantian_spider():
  9   def __init__(self):
 10       self.driver = webdriver.PhantomJS()      #指定的PhantomJS浏览器创建浏览器对象
 11       self.html = None
 12       self.next_page = True
 13       self.fund_url_list = []
 14
 15
 16    #1 发起请求
 17   def parser_url(self):
 18       # if self.next_page :
 19       # 点击页面进行翻页
 20       # label[last()]---》定位到最后一个label，即<label value="xx">下一页</label>
 21       # last()是一个函数，表示取最后一个
 22       self.driver.find_element_by_xpath("//div[@id='pagebar']/label[last()]").click()
 23       time.sleep(4)  # 网页返回数据需要时间
 24       self.html = self.driver.page_source
 25
 26
 27   def parser_data_for_url(self):
 28       '''从基金列表页获取每支基金的近一周收益和详情链接'''
 29       # 解析字符串格式的HTML文档对象，将传进去的字符串转变成_Element对象
 30html = etree.HTML(self.html)
 31       tr_list = html.xpath("//table[@id ='dbtable']//tbody/tr")
 32       next_page = html.xpath("//div[@id ='pagebar']//label[last()]")
 33       for tr in tr_list:
 34           tds =tr.xpath("./td")
 35           # 将近一周收益和详情链接组成的元组加入fund_url_list列表
 36           self.fund_url_list.append((str(tds[8].text),str(tds[2].xpath("./a/@href")[0])))
 37
 38       return next_page    # 返回下一页
 39
 40    #翻页控制器
 41   def over_page(self,next_page):
 42       # 获取最后一页
 43       kw = next_page[0].xpath("./label[contains(@class,'end')]")
 44       # print(kw)
 45       # 判断是否是最后一页，如果是，则返回False，否则返回True
 46       flag = True if len(kw)==0 else False
 47       return flag
 48
 49   def get_every_fund_url(self, url, page):
 50       # page：要获取前多少页的基金数据
 51       # 1 发起请求
 52       # 2 获取数据，解析数据
 53       self.driver.get(url)
 54       self.html = self.driver.page_source
 55       # 当页数不为0且还有下一页时，执行下面的操作
 56       while page > 0 and self.next_page:
 57           next_page= self.parser_data_for_url()
 58           # 4 翻页继续爬取
 59           self.next_page = self.over_page(next_page)
 60           # 如果不是下一页，就继续翻页
 61           if self.next_page:
 62                self.parser_url()
 63           page -= 1
 64       # 返回每支基金近一周收益和详情链接
 65       return self.fund_url_list
 66
 67
 68   def close_driver(self):
 69       self.driver.quit()
 70
 71
 72def save_data(data):
 73
 74   wb = Workbook()     # 新创建一个文件
 75   ws = wb.active                 # 获取当前正在运行的工作表/激活工作表
 76    #将数据一行一行插入到工作表中
 77    #列表第一个元素将作为标题
 78   for i in data:
 79       ws.append(i)
 80   wb.save("近6月基金排名_" + time.strftime('%Y%m%d%H%M%S')+".xlsx")
 81
 82
 83# 多进程任务函数
 84# 获取进入基金的详情页获取详细信息
 85def run(url, nearly_1_week):
 86
 87   driver = webdriver.PhantomJS()
 88   driver.get(url)    
 89   page_html = etree.HTML(driver.page_source)  # 获取页面源码
 90    #获取基金名称
 91    #通过xpath或者的是一个元素列表，要元素下面的子元素，需要取某个具体的元素，不能用列表取
 92   fund_name =page_html.xpath("//div[@class='fundDetail-tit']/div/text()")[0]
 93    #获取基金代码类名
 94   fund_code_class_name = page_html.xpath("//div[@class='fundDetail-tit']/div/span[last()]/@class")[0]
 95    #根据代码类名判断基金代码只有一个，还是有前后端两个
 96   if fund_code_class_name == "ui-num":
 97       fund_code = page_html.xpath("//div[@class='fundDetail-tit']/div/span[last()]/text()")[0]
 98   elif fund_code_class_name == "fundcodeInfo":
 99       fund_code_info = page_html.xpath("//div[@class='fundDetail-tit']/div/span[@class='fundcodeInfo']")[0]
100       fund_code =  "前端: " +fund_code_info.xpath("./span[1]/text()")[0] + "    后端: " + fund_code_info.xpath("./span[2]/text()")[0]
101
102    #收益和净值所在的上层div
103   data_of_fund = page_html.xpath("//div[@class='dataOfFund']")[0]
104    #近1月
105   nearly_1_month =data_of_fund.xpath("./dl[1]/dd[2]/span[last()]/text()")[0]
106    #近1年
107   nearly_1_year =data_of_fund.xpath("./dl[1]/dd[3]/span[last()]/text()")[0]
108    #日期
109   date = data_of_fund.xpath("./dl[2]/dt/p/text()")[0]
110   date = re.findall(r"(\d{4}-\d{2}-\d{2})", date)[0] ifre.findall(r"(\d{4}-\d{2}-\d{2})", date) else ""
111    #单位净值
112   unit_net_worth =data_of_fund.xpath("./dl[2]/dd[1]/span[1]/text()")[0]
113    #日增长率
114   daily_growth_rate =data_of_fund.xpath("./dl[2]/dd[1]/span[2]/text()")[0]
115    #近3月
116   nearly_3_month =data_of_fund.xpath("./dl[2]/dd[2]/span[last()]/text()")[0]
117    #近3年
118   nearly_3_year =data_of_fund.xpath("./dl[2]/dd[3]/span[last()]/text()")[0]
119    #累计净值
120   accumulated_net =data_of_fund.xpath("./dl[3]/dd[1]/span[1]/text()")[0]
121    #近6月
122   nearly_6_month =data_of_fund.xpath("./dl[3]/dd[2]/span[last()]/text()")[0]
123    #基金成立日
124   since_established =data_of_fund.xpath("./dl[3]/dd[3]/span[last()]/text()")[0]
125    #获取基金类型，风险程度，规模等信息所在的上层vid
126   fund_info_item =page_html.xpath("//div[@class='infoOfFund']")[0]
127    #获取基金的类型以及风险程度
128   fund_type = fund_info_item.xpath(".//tr[1]/td[1]/a/text()")[0]
129   fund_risk =fund_info_item.xpath(".//tr[1]/td[1]/text()")[1].split()[-1].strip()
130    #获取基金规模
131    fund_scale =fund_info_item.xpath(".//tr[1]/td[2]/text()")[0].split("：")[-1]
132    #获取基金经理
133   fund_manager =fund_info_item.xpath(".//tr[1]/td[3]/a/text()")[0]
134    #获取基金成立日
135   establishment_date =fund_info_item.xpath(".//tr[2]/td[1]/text()")[0].split("：")[-1]
136    #获取管理人
137   administrator =fund_info_item.xpath(".//tr[2]/td[2]/a/text()")[0]
138    #获取评级类名
139   fund_rating_class_name =fund_info_item.xpath(".//tr[2]/td[3]/div/@class")[0]
140   data_list = []
141    #将每支基金的详细信息拼接成一个列表，并返回
142   data_list.append(str(fund_code))
143   data_list.append(str(fund_name))
144   data_list.append(str(date))
145   data_list.append(str(unit_net_worth))
146   data_list.append(str(accumulated_net))
147   data_list.append(str(daily_growth_rate))
148   data_list.append(str(nearly_1_week))
149   data_list.append(str(nearly_1_month))
150   data_list.append(str(nearly_3_month))
151   data_list.append(str(nearly_6_month))
152   data_list.append(str(nearly_1_year))
153   data_list.append(str(nearly_3_year))
154   data_list.append(str(since_established))
155
156    #根据评级所在divid的类名判断当前基金是几星
157   if fund_rating_class_name == 'jjpj1':
158       data_list.append("一星")
159   elif fund_rating_class_name == "jjpj2":
160       data_list.append("二星")
161   elif fund_rating_class_name == "jjpj3":
162       data_list.append("三星")
163   elif fund_rating_class_name == "jjpj4":
164       data_list.append("四星")
165   elif fund_rating_class_name == "jjpj5":
166       data_list.append("五星")
167   else:
168       data_list.append("暂无评级")
169
170   data_list.append(fund_type + " | " + fund_risk)
171   data_list.append(str(fund_scale))
172   data_list.append(str(fund_manager))
173   data_list.append(str(establishment_date))
174   data_list.append(str(administrator))
175
176    driver.quit()   # 关闭浏览器
177   return data_list 
178
179
180if __name__ == '__main__':
181
182   start = time.time()
183    #基金排行按近6月排行页面url
184   url ="http://fund.eastmoney.com/data/fundranking.html#tall;c0;r;s6yzf;pn50;ddesc;qsd20200725;qed20210725;qdii;zq;gg;gzbd;gzfs;bbzt;sfbb"
185   tiantian = Tiantian_spider()    # 实例化Tiantian_spider类
186    #获取每个基金的近1周收益和基金详情链接
187    #传入参数为排行页面url和要获取数据的总页数
188    url_list = tiantian.get_every_fund_url(url,4)
189
190    #要获取的数据，也作为保存excel的标题
191   data = [["基金代码", "基金简称", "日期", "单位净值", "累计净值", "日增长率", "近一周", "近1月", "近3月", "近6月", \
192       "近1年", "近3年", "成立来", "基金评级", "基金类型", "基金规模", "基金经理", "成立日", "管理人"]]
193
194   result = []
195    #multiprocessing.cpu_count()：获取cpu核数
196    #新建一个进程池，最大放cpu核数个进程
197   pool = multiprocessing.Pool(multiprocessing.cpu_count())
198   for nearly_1_week, url in url_list:
199       # pool.apply_async：异步执行，10个任务同时执行
200       # 通过进程池来执行并发任务
201       # 进程池会自动找不同个数的进程来执行任务函数run, 将args=(url, nearly_1_week)中的url, nearly_1_week两个参数传入run函数
202       # .get()表示获取任务函数的返回值，即基金的详细信息
203       result.append(pool.apply_async(func=run, args=(url,nearly_1_week)).get())
204
205   pool.close()    # 关闭进程池
206   pool.join()     # 阻塞进程，所有进程池中的任务都执行完毕了，才能继续执行主进程
207    #将基金列表按基金的近6月收益率倒序排列后加入data
208   data.extend(sorted(result, key=lambda x:x[9], reverse=True))   
209   save_data(data)
210   end = time.time()
211   print("耗时为：%s秒" % (end - start))

本文小练习爬取的数据均为公开数据，并且仅限于技术研究，不给网站造成负担。请大家在练习的时候注意合法合规！

---

最后： 大家可以去我公众号：伤心的辣条 ！ 进去有许多资料共享！资料都是面试时面试官必问的知识点，也包括了很多测试行业常见知识，其中包括了有基础知识、Linux必备、Shell、互联网程序原理、Mysql数据库、抓包工具专题、接口测试工具、测试进阶-Python编程、Web自动化测试、APP自动化测试、接口自动化测试、测试高级持续集成、测试架构开发测试框架、性能测试、安全测试等。

---

好文推荐

转行面试，跳槽面试，软件测试人员都必须知道的这几种面试技巧！

面试经：一线城市搬砖！又面软件测试岗，5000就知足了…

面试官：工作三年，还来面初级测试？恐怕你的软件测试工程师的头衔要加双引号…

什么样的人适合从事软件测试工作？

那个准点下班的人，比我先升职了…

测试岗反复跳槽，跳着跳着就跳没了…