import os
import re
import time
from datetime import datetime
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service as ChromeService # 替换 EdgeService
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from webdriver_manager.chrome import ChromeDriverManager # 替换 EdgeChromiumDriverManager
from selenium.common.exceptions import NoSuchElementException, TimeoutException, StaleElementReferenceException
from selenium.webdriver import ActionChains
# ==================== 初始化环境 ====================
def write_to_file(filepath, data):
with open(filepath, 'a', encoding='utf-8') as f:
f.write(data + '\n')
# 获取当前日期，格式为 YYYY-MM-DD
current_date = datetime.now().strftime("%Y-%m-%d")
# 定义父目录和子目录路径
output_dir = os.path.join("各股及时信息反映", current_date)
os.makedirs(output_dir, exist_ok=True)
chrome_options = webdriver.ChromeOptions() # 替换 EdgeOptions
chrome_options.add_argument("--disable-gpu")
chrome_options.add_argument("--no-sandbox")
chrome_options.add_argument("--start-maximized")
def initialize_driver():
try:
# 初始化 WebDriver
return webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()), options=chrome_options) # 替换 Edge
except Exception as e:
print(f"无法自动安装 ChromeDriver，请手动下载并指定路径：{e}")
exit(1)
def main():
driver = initialize_driver()
while True:
# 获取用户输入的多个股票代码
raw_input = input("请输入多个股票代码（支持中/英文逗号或空格分隔）：").strip()
# 增强型分隔处理（支持中英文逗号、空格、混合分隔）
stock_codes = re.split(r'[，,\s]+', raw_input) # 正则表达式同时匹配中文(，)和英文(,)逗号
if not stock_codes:
print("未输入有效的股票代码！")
continue
def generate_stock_prefix(stock_code):
"""增强型股票代码前缀生成"""
# 统一处理为字符串并补齐6位
code_str = str(stock_code).zfill(6)
# 处理科创板特殊逻辑
if code_str.startswith("688"):
return f"sh{code_str}"
# 处理创业板注册制股票
elif code_str.startswith("300"):
return f"sz{code_str}"
# 常规交易所判断
elif code_str.startswith(("0", "3")):
return f"sz{code_str}"
elif code_str.startswith(("6", "9")): # 包含沪市A股和B股
return f"sh{code_str}"
else:
raise ValueError(f"无法识别的股票代码格式：{code_str}")
# 标志变量，用于控制缩放按钮点击逻辑是否执行
first_visit = True
# 遍历每个股票代码
for stock_code in stock_codes:
try:
# 生成股票代码前缀
stock_prefix = generate_stock_prefix(stock_code)
# 动态生成第一个 URL
url = f"https://quote.eastmoney.com/{stock_prefix}.html"
print(f"正在访问股票代码 {stock_code} 的页面: {url}")
driver.get(url)
# 等待 class="quote_title self_clearfix" 容器中的 class="quote_title_l" 容器的第一个 span 加载完成
wait = WebDriverWait(driver, 10)
quote_title_container = wait.until(
EC.presence_of_element_located((By.CLASS_NAME, "quote_title.self_clearfix"))
)
quote_title_l = quote_title_container.find_element(By.CLASS_NAME, "quote_title_l")
title_span = quote_title_l.find_element(By.TAG_NAME, "span")
title_text = title_span.text.strip()
# 打印标题文本
print(f"抓取到的标题文本: {title_text}")
# 生成带有日期时间的文件名
current_datetime = datetime.now().strftime("%Y%m%d_%H%M%S")
output_filename = f"{title_text}_{current_datetime}.txt"
output_filepath = os.path.join(output_dir, output_filename)
# 写入股票代码和标题文本
write_to_file(output_filepath, f"股票代码: {stock_code}")
write_to_file(output_filepath, f"标题文本: {title_text}")
# 缩放按钮点击逻辑只在首次访问时执行
if first_visit:
try:
# 设置显式等待，最长等待时间为10秒
wait = WebDriverWait(driver, 10)
# 等待 img 元素出现，并且其 onclick 属性为 'tk_tg_zoomin()'
zoom_img = wait.until(
EC.element_to_be_clickable((By.CSS_SELECTOR, "img[onclick='tk_tg_zoomin()']"))
)
# 点击该元素
zoom_img.click()
print("已点击缩放按钮 (tk_tg_zoomin)。")
except Exception as e:
print(f"未能找到或点击缩放按钮: {e}")
finally:
# 将标志变量设置为 False，确保后续不再执行此逻辑
first_visit = False
# 等待目标容器加载完成
container = wait.until(
EC.presence_of_element_located((By.CLASS_NAME, "quote2l.mt10"))
)
# 找到第二个 class="quote2l_cr2" 容器
quote2l_cr2_containers = container.find_elements(By.CLASS_NAME, "quote2l_cr2")
if len(quote2l_cr2_containers) < 1:
raise Exception("未找到足够的 quote2l_cr2 容器")
second_quote2l_cr2 = quote2l_cr2_containers[0]
# 找到第二个 class="quote2l_cr2_c mt10" 容器
quote2l_cr2_c_containers = second_quote2l_cr2.find_elements(By.CLASS_NAME, "quote2l_cr2_c.mt10")
if len(quote2l_cr2_c_containers) < 1:
raise Exception("未找到足够的 quote2l_cr2_c.mt10 容器")
second_quote2l_cr2_c = quote2l_cr2_c_containers[0]
# 找到 class="sider_brief" 容器
sider_brief = second_quote2l_cr2_c.find_element(By.CLASS_NAME, "sider_brief")
# 提取每个 tr 下的 td 内容
rows = sider_brief.find_elements(By.TAG_NAME, "tr")
for row in rows:
cells = row.find_elements(By.TAG_NAME, "td")
cell_contents = [cell.text for cell in cells]
data_line = ', '.join(cell_contents)
print(cell_contents)
write_to_file(output_filepath, data_line)
# 新需求：访问财务分析页面
cwfx_url = f"https://emweb.securities.eastmoney.com/pc_hsf10/pages/index.html?type=web&code={stock_prefix}&color=b#/cwfx"
driver.get(cwfx_url)
print("已访问财务分析页面:", cwfx_url)
# 1. 等待 class="menus" 容器出现，认为加载完成
wait.until(EC.presence_of_element_located((By.CLASS_NAME, "menus")))
# 2. 找到 class="section cwbb" 容器中的 class="cwbbTab" 子容器
section_cwbb_container = wait.until(
EC.presence_of_element_located((By.CLASS_NAME, "section.cwbb"))
)
cwbb_tab_container = section_cwbb_container.find_element(By.CLASS_NAME, "cwbbTab")
tab_items = cwbb_tab_container.find_elements(By.TAG_NAME, "li")
# 检查是否有至少 3 个 li 标签
if len(tab_items) < 3:
raise Exception("未找到足够的 li 标签")
# 定义需要抓取的表格配置
table_configs = [
{"container_class": "zcfzb_table", "table_id": "report_zcfzb"},
{"container_class": "lrb_table", "table_id": "report_lrb"},
{"container_class": "xjllb_table", "table_id": "report_xjllb"}
]
# 遍历每个 li 标签，依次模拟鼠标点击并抓取对应的表格数据
for i, tab_item in enumerate(tab_items[:3]): # 只处理前三个 li 标签
# 使用 ActionChains 模拟鼠标点击
actions = ActionChains(driver)
actions.move_to_element(tab_item).click().perform() # 移动到元素并点击
print(f"已模拟鼠标点击第 {i + 1} 个标签，等待 1 秒...")
time.sleep(1) # 等待 1 秒
# 获取当前 li 对应的表格配置
config = table_configs[i]
container_class = config["container_class"]
table_id = config["table_id"]
try:
# 等待目标容器中的表格出现
table_container = section_cwbb_container.find_element(By.CLASS_NAME, container_class)
report_table = table_container.find_element(By.ID, table_id)
# 抓取表格中的每个 th 和 td 数据
headers = [header.text.strip() for header in report_table.find_elements(By.TAG_NAME, "th") if
header.text.strip()]
print(f"\n表头 ({container_class}, 第 {i + 1} 个标签):", headers)
write_to_file(output_filepath, f"表头 ({container_class}, 第 {i + 1} 个标签): {', '.join(headers)}")
rows = report_table.find_elements(By.TAG_NAME, "tr")
for row in rows:
cells = [cell.text.strip() for cell in row.find_elements(By.TAG_NAME, "td") if cell.text.strip()]
if cells: # 跳过空行
data_line = ', '.join(cells)
print(f"行数据 ({container_class}, 第 {i + 1} 个标签):", cells)
write_to_file(output_filepath, data_line)
except NoSuchElementException:
print(f"未找到表格 (容器: {container_class}, 表格 ID: {table_id})")
#第三段url个股资金流向整理
url = f"https://data.eastmoney.com/zjlx/{stock_code}.html"
print(f"正在访问股票代码 {stock_code} 的页面: {url}")
driver.get(url)
# 等待 .main-content 容器加载完成
wait = WebDriverWait(driver, 20)
main_content = wait.until(EC.presence_of_element_located((By.CLASS_NAME, "main-content")))
# 在 .main-content 容器中查找 .framecontent 容器
frame_content = main_content.find_element(By.CLASS_NAME, "framecontent")
# 在 .framecontent 容器中找到第三个 .content 容器
contents = frame_content.find_elements(By.CLASS_NAME, "content")
third_content = contents[2] if len(contents) > 2 else None
if third_content:
# 获取 table 元素
table = third_content.find_element(By.TAG_NAME, "table")
# 获取 thead 中的 th 文本
headers = [header.text for header in
table.find_element(By.TAG_NAME, "thead").find_elements(By.TAG_NAME, "th")]
print("Table Headers: ", headers)
# 获取 tbody 下前7个 tr 的 td 文本
rows = table.find_element(By.TAG_NAME, "tbody").find_elements(By.TAG_NAME, "tr")
for i, row in enumerate(rows[:7]): # 只处理前7行
cells = [cell.text for cell in row.find_elements(By.TAG_NAME, "td")]
print(f"Row {i + 1} Data: {cells}")
else:
print(".content 容器不足三个")
except Exception as e:
print(f"股票代码 {stock_code} 处理失败: {e}")
continue # 跳过当前股票代码，继续处理下一个
# 询问用户是否继续
user_input = input("是否继续处理其他股票代码？(y/n): ").strip().lower()
if user_input != 'y':
break
# 关闭浏览器
driver.quit()
if __name__ == "__main__":
main()
扫一扫
05-09
1339
1339
06-15
1597
1597
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
