股票数据定向爬虫
主要思路:
- 选取合适的股票网站进行爬取;
- 爬下所有的股票的编号列表;
- 过比较不同个股页面的网址来找到其相同点和不同点,进一步分析;
- 对所有的个股进行相关信息爬取。
爬虫代码
import re
import requests
from bs4 import BeautifulSoup
import bs4
# 股票代码编号信息获取
def getHTMLText(url1):
try:
kv = {'user-agent': 'Mozilla/4.0'}
r=requests.get(url1,headers=kv)
# 设置浏览器的类型,进行迷惑
r.raise_for_status()
# 事先获得编码,提高爬虫速度
r.encoding='utf-8'
# 避免r.text错误的情况发生
if r.text=='':
getHTMLText(url1)
else:
return r.text
except:
getHTMLText(url1)
# 爬取所有股票的编号列表
def getStockList(demo):
soup = BeautifulSoup(demo, 'html.parser')
a = soup('a')
for i in a:
try:
href= i.attrs['href']
#