Python——股票数据定向爬虫(requests+bs4+re)

目标:获取上交所和深交所所有的股票名称和交易信息

输出:保存到文件中

候选数据网站选择:

新浪股票:http://stock.finance.sina.com.cn/stock/

百度股票:https://gupiao.baidu.com/stock/

候选网站的选择原则:股票信息静态存在于HTML页面上,非js代码生成,没有Robots协议限制

这里我们可以通过查看网页源代码来确认股票信息

我们不要纠结于某个网站,多找信息源尝试

这里经过比较发现,百度股票更适合我们进行爬取,可是我们并没有上交所和深交所的所有股票的列表,所有这里我们可以通过东方财富网来获取所有的股票列表信息

这里我们发现每支股票的链接都与股票号码对应

 

具体步骤:

1.从东方财经网获取股票列表

2.根据股票列表逐个到百度股票获取个股信息

3.将结果存储到文件

import requests
from bs4 import BeautifulSoup
import traceback
import re

def getHTMLText(url):
    try:
        r = requests.get(url)
        r.raise_for_status()
        r.encoding = r.apparent_encod
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值