ChatGPT炒股：从巨潮资讯网上批量下载特定主题的股票公告

巨潮资讯网是股票公告的指定披露渠道之一，上面有非常详细的A股股票公告内容。

现在，我们要获取2023-01-04~2023-07-04期间所有新三板公司中标题包含“2023年日常性关联交易”的公告。

首先从network中获取到真实网址：http://www.cninfo.com.cn/new/hisAnnouncement/query

然后在查询里面输入时间和关键词，点击查询

然后可以看到返回的是json数据：

通过formdata传递参数：

所以可以在ChatGPT中这样输入提示词：

你是一个Python编程专家，要完成一个爬取网页数据的任务。具体步骤如下：

打开网页http://www.cninfo.com.cn/new/hisAnnouncement/query，

该动态网页的Request headers

Accept:

*/*

Accept-Encoding:

gzip, deflate

Accept-Language:

zh-CN,zh;q=0.9,en;q=0.8

Connection:

keep-alive

Content-Length:

240

Content-Type:

application/x-www-form-urlencoded; charset=UTF-8

Host:

http://www.cninfo.com.cn

Origin:

http://www.cninfo.com.cn

Referer:

http://www.cninfo.com.cn/new/commonUrl/pageOfSearch?url=disclosure/list/search&lastPage=index

User-Agent:

Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36

X-Requested-With:

XMLHttpRequest

该动态网页的Formdata

pageNum: 1

pageSize: 30

column: third

tabName: fulltext

plate:

stock:

searchkey: 2023年日常性关联交易

secid:

category:

trade:

seDate: 2023-01-04~2023-07-04

sortName:

sortType:

isHLtitle: true

其中，pageNum参数的值是从1到72；

获取每页的json数据；

然后提取json数据中的 "announcements"数据，保存到F盘的excel表格“新三板 2023年日常性关联交易20230704.xlsx”；

读取F盘的excel表格“新三板 2023年日常性关联交易20230704.xlsx”，提取单元格secCode{no}、secName{no}、announcementTitle{no}的内容，连接在一起，作为PDF文件的标题；

提取单元格adjunctUrl{no}的内容，作为PDF文件的URL，前面加上http://static.cninfo.com.cn/，构成PDF文件的完整下载URL；

下载这个PDF文件，保存到F盘的文件夹:”新三板 2023年日常性关联交易20230704”

其中，no参数的值是从2到2125；

注意：

每一个步骤都要输出信息；

每爬取一页，暂停10秒；

每1个PDF文件下载完后，暂停5秒；

数据爬取正常，全部公告信息成功保存到表格：

全部公告成功下载到本地：

但是，也有一些没有成功下载，应该是频繁连接导致触发网站的反爬虫机制。所以，每下载一个公告后应该等待时间设置长一些，比如10秒或者15秒。