TradingView-data-scraper 项目常见问题解决方案

TradingView-data-scraper 项目常见问题解决方案

TradingView-data-scraper Extract price and indicator data from TradingView charts to create ML datasets 项目地址: https://gitcode.com/gh_mirrors/tr/TradingView-data-scraper

项目基础介绍

TradingView-data-scraper 是一个开源项目，旨在从 TradingView 图表中提取价格和指标数据，以便用于创建机器学习数据集。该项目的主要编程语言是 Python。通过该工具，用户可以轻松地从 TradingView 图表中抓取数据，并将其导出为 CSV 文件，供进一步分析和处理。

新手使用注意事项及解决方案

1. 项目依赖安装问题

问题描述：
新手在安装项目依赖时，可能会遇到 pip 安装失败或依赖库版本不兼容的问题。

解决步骤：

1. 创建虚拟环境：
   使用 virtualenv 创建一个独立的 Python 环境，以避免依赖冲突。

   python3 -m venv venv
   source venv/bin/activate
   

2. 安装依赖：
   在激活的虚拟环境中，使用 pip 安装项目所需的依赖。

   pip3 install -r requirements.txt
   

3. 检查依赖版本：
   如果安装过程中出现版本不兼容的错误，可以手动检查 requirements.txt 中的依赖版本，并尝试安装兼容的版本。

2. 数据抓取失败问题

问题描述：
在抓取 TradingView 数据时，可能会遇到数据抓取失败或返回空数据的情况。

解决步骤：

1. 检查图表设置：
   确保在 TradingView 上发布的图表中，所需的最早日期是可见的。如果图表中包含过多的指标或时间分辨率过低，可能会导致数据点过多，从而抓取失败。

2. 减少指标数量：
   如果图表中包含过多的指标，可以尝试减少指标数量，或者分多次抓取数据，然后将 CSV 文件手动合并。

3. 本地运行脚本：
   如果使用的是免费服务器，可能会因为服务器负载过高而导致抓取失败。建议在本地机器上运行脚本，以确保数据抓取的稳定性。

3. 部署到 Heroku 失败问题

问题描述：
新手在将项目部署到 Heroku 时，可能会遇到部署失败或配置错误的问题。

解决步骤：

1. 初始化 Heroku 项目：
   使用 heroku create 命令创建一个新的 Heroku 项目，并将其与本地 Git 仓库关联。

   heroku create
   heroku git:remote -a projectname
   

2. 设置 Heroku 堆栈和构建包：
   确保正确设置 Heroku 的堆栈和构建包。

   heroku stack:set heroku-16
   heroku buildpacks:add https://github.com/jontewks/puppeteer-heroku-buildpack
   heroku buildpacks:add heroku/python
   

3. 推送代码到 Heroku：
   将本地代码推送到 Heroku 进行部署。

   git add .
   git commit -am 'fix'
   git push heroku master
   

通过以上步骤，新手可以更好地理解和使用 TradingView-data-scraper 项目，解决常见的安装、数据抓取和部署问题。

TradingView-data-scraper Extract price and indicator data from TradingView charts to create ML datasets 项目地址: https://gitcode.com/gh_mirrors/tr/TradingView-data-scraper