股票數(shù)據(jù)定向爬蟲(chóng)

爬蟲(chóng)功能
獲取上交所和深交所所有股票的名稱和交易信息
保存到文件中

技術(shù)路線
requests-bs4-re

候選數(shù)據(jù)網(wǎng)站
新浪股票:http://finance.sina.com.cn/stock/
百度股票:https://gupiao.baidu.com/stock
選取原則
股票信息保存在HTML頁(yè)面中,不是js動(dòng)態(tài)生成的楼入,沒(méi)有robots協(xié)議的限制

數(shù)據(jù)網(wǎng)站的確定
獲取股票列表;
東方財(cái)富網(wǎng):http://quote.eastmoney.com/stocklist.html
獲取個(gè)股信息:
百度股票:https://gupiao.baidu.com/stock/
單個(gè)股票:https://gupiao.baidu.com/stock/sz002439.html

程序的結(jié)構(gòu)設(shè)計(jì)
從東方財(cái)富網(wǎng)獲取股票列表
根據(jù)股票列表逐個(gè)到百度股票獲取個(gè)股信息
將獲取的信息保存到文件中


個(gè)股信息采用鍵值對(duì)維護(hù)

main()

import re,request
from bs4 import BeaytifulSoup
import traceback

def getHTMLText(url):
    return ""

def getStockList(lst,stockURL):
    return ""

def getStockInfo(lst,stockURL,fpath):
    return ""

def main():
    stock_list_url="http://quote.eastmoney.com/stocklist.html"
    stock_info_url="https://gupiao.baifu.com/stock/"
    output_file="D://BaiduStockInfo.txt"
    slist=[]
    getStockList(slist,stock_list_url)
    getStockInfo(slist,stock_info_url,output_file)

main()

geteHTMLText()

def getHTMLText(url):
    try:
        r=requests.get(url)
        r.raise_for_status()
        r.encoding=r.apparent_encoding
    except:
        return ""

getStockList()

def getStockList(lst,stockURL):
    html=getHTMLText(stockURL)
    soup=BeautifulSoup(html,'html.parser')
    a=soup('a')
    for i in a:
        try:
            href=i.attrs['href']
            lst.append(re.findall(r"[s][zh]\d{6}",href)[0])
        except:
            continue       

getStockInfo()

def getStockInfo(lst, stockURL, fpath):
    for stock in lst:
        url = stockURL + stock + ".html"
        html = getHTMLText(url)
        try:
            if html=="":
                continue
            infoDict = {}
            soup = BeautifulSoup(html, 'html.parser')
            stockInfo = soup.find('div',attrs={'class':'stock-bets'})
 
            name = stockInfo.find_all(attrs={'class':'bets-name'})[0]
            infoDict.update({'股票名稱': name.text.split()[0]})
             
            keyList = stockInfo.find_all('dt')
            valueList = stockInfo.find_all('dd')
            for i in range(len(keyList)):
                key = keyList[i].text
                val = valueList[i].text
                infoDict[key] = val
             
            with open(fpath, 'a', encoding='utf-8') as f:
                f.write( str(infoDict) + '\n' )
        except:
            traceback.print_exc()
            continue

實(shí)例優(yōu)化——提高用戶體驗(yàn)

速度提高:編碼識(shí)別的優(yōu)化
r.apparent_encoding需要分析文本凿将,運(yùn)行較慢幻馁,可輔助人工分析

def getHTMLText(url, code="utf-8"):
    try:
        r = requests.get(url)
        r.raise_for_status()
        r.encoding = code
        return r.text
    except:
        return ""
 
def getStockList(lst, stockURL):
    html = getHTMLText(stockURL, "GB2312")
    soup = BeautifulSoup(html, 'html.parser') 
    a = soup.find_all('a')
    for i in a:
        try:
            href = i.attrs['href']
            lst.append(re.findall(r"[s][hz]\d{6}", href)[0])
        except:
            continue

體驗(yàn)提高:增加動(dòng)態(tài)進(jìn)度顯示

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市恬惯,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖沛申,帶你破解...
    沈念sama閱讀 221,198評(píng)論 6 514
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異姐军,居然都是意外死亡铁材,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,334評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門(mén)奕锌,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)著觉,“玉大人,你說(shuō)我怎么就攤上這事惊暴”穑” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 167,643評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵辽话,是天一觀的道長(zhǎng)肄鸽。 經(jīng)常有香客問(wèn)我,道長(zhǎng)油啤,這世上最難降的妖魔是什么典徘? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 59,495評(píng)論 1 296
  • 正文 為了忘掉前任,我火速辦了婚禮益咬,結(jié)果婚禮上逮诲,老公的妹妹穿的比我還像新娘。我一直安慰自己础废,他們只是感情好汛骂,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,502評(píng)論 6 397
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著评腺,像睡著了一般帘瞭。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上蒿讥,一...
    開(kāi)封第一講書(shū)人閱讀 52,156評(píng)論 1 308
  • 那天蝶念,我揣著相機(jī)與錄音抛腕,去河邊找鬼。 笑死媒殉,一個(gè)胖子當(dāng)著我的面吹牛担敌,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播廷蓉,決...
    沈念sama閱讀 40,743評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼全封,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了桃犬?” 一聲冷哼從身側(cè)響起刹悴,我...
    開(kāi)封第一講書(shū)人閱讀 39,659評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎攒暇,沒(méi)想到半個(gè)月后土匀,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,200評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡形用,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,282評(píng)論 3 340
  • 正文 我和宋清朗相戀三年就轧,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片田度。...
    茶點(diǎn)故事閱讀 40,424評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡妒御,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出每币,到底是詐尸還是另有隱情携丁,我是刑警寧澤,帶...
    沈念sama閱讀 36,107評(píng)論 5 349
  • 正文 年R本政府宣布兰怠,位于F島的核電站梦鉴,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏揭保。R本人自食惡果不足惜肥橙,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,789評(píng)論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望秸侣。 院中可真熱鬧存筏,春花似錦、人聲如沸味榛。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,264評(píng)論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)搏色。三九已至善茎,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間频轿,已是汗流浹背垂涯。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,390評(píng)論 1 271
  • 我被黑心中介騙來(lái)泰國(guó)打工烁焙, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人耕赘。 一個(gè)月前我還...
    沈念sama閱讀 48,798評(píng)論 3 376
  • 正文 我出身青樓骄蝇,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親操骡。 傳聞我的和親對(duì)象是個(gè)殘疾皇子九火,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,435評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容

  • afinalAfinal是一個(gè)android的ioc,orm框架 https://github.com/yangf...
    passiontim閱讀 15,435評(píng)論 2 45
  • 《水煮三國(guó)》-62 原文:所有的資源和力量都可以支持你去實(shí)現(xiàn)那種成功的可能性当娱。你的態(tài)度越積極吃既,你的決心就越大,你所...
    合肥李風(fēng)麗閱讀 498評(píng)論 7 0
  • 黑石官邸的旅游攻略之特色項(xiàng)目介紹→種馬的另種用途→墮落的愷撒→三人組的重逢→論“如何與混混血拼并同時(shí)發(fā)揚(yáng)英雄主義”...
    沉肅閱讀 361評(píng)論 0 1
  • 事實(shí)上跨细,你所追求的東西看似都很簡(jiǎn)單,但只有你明白對(duì)你而言河质,有多困難冀惭。 你追求安全感,但是你多疑掀鹅。 你追求真實(shí)感散休,但...
    NORWEGIAN_WOOD閱讀 99評(píng)論 0 0
  • 一笑人生閱讀 246評(píng)論 6 11