可转债代码交流第三期：利用Python获取集思录可转债单独页面数据

最新推荐文章于 2024-06-11 11:44:19 发布
最新推荐文章于 2024-06-11 11:44:19 发布
阅读量1.3k 收藏 9
点赞数 2
文章标签： python chrome 爬虫
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Sevemt/article/details/128714926
版权
本文介绍了如何使用Python的selenium库自动化登录集思录网站，然后获取可转债详细页面的数据，包括可转债名称、公司名称、行业信息和到期赎回价等。代码示例展示了模拟登录、遍历并打开每个可转债页面、提取所需信息的过程。
摘要由CSDN通过智能技术生成

上期内容讲解了集思录基础页面的数据获取方法（包含了三类可转债的筛选标记），本期内容分享集思录可转债单独详细页面的数据获取方法，获取页面如下：

图一

本期内容我们需要获取上图中用红框圈起来的信息。其它信息大家可根据自己需要添加。该文章的内容只是抛砖引玉，大家有好的想法也可以互相交流。

前两期内容传送门：

第一期：可转债代码交流第一期：利用Python获取宁稳网数据

（包含基本的环境搭建与Python编辑器安装方法）

第二期：可转债代码交流第二期：利用Python获取集思录数据

（包含基本的模拟登录方法）

本人并非计算机专业出身，所有python知识均为自学，所写代码如有不规范的地方，还望指正。

废话不多说，直接上代码！

第一步：导入库（导入各个模块，为了让代码成功运行）

ps:所有的库安装好之后先导入下试试，测试下是否安装成功（导入模块跟上期内容一样）

import selenium
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
import time
import pandas as pd

第二步：编写数据获取函数Thelogin4()

1.准备工作，配置运行环境（集思录需要登录（非会员版）才能获取完整的数据）

ps:集思录网站第一次登录不需要进行图片验证（省了很多事情），输入账号密码即可


# 设置函数，为了设置运行参数
chrome_options = Options()
# 输入你的账号
account = '135*****907'
# 输入你的密码
password1 = '1********q'
# 设置目标网址，开头的f可不加.此网站仍然是集思录基础页的链接，每一个转债单独的链接后面会获取
url =f'https://www.jisilu.cn/web/data/cb/list'
# 增加无头（不打开浏览器）
chrome_options.add_argument('--headless')
chrome_options.add_argument('--disable-gpu')
# 防止被网站识别（伪装）
chrome_options.add_experimental_option('excludeSwitches',['enable-automation'])
#打开网页不加载图片
prefs = {
'profile.default_content_setting_values': {
    'images': 2
}
        }
chrome_options.add_experimental_option('prefs', prefs)
# 将设置的参数传入，运行浏览器驱动，并且运行Chrome浏览器
browser = webdriver.Chrome(chrome_options = chrome_options)
browser.get(url)#打开网址
#browser.maximize_window()#窗口最大化
browser.implicitly_wait(5)
time.sleep(1)#等待

2.模拟登录，利用selenium自动输入账号密码，勾选同意选项并点击登录按钮

#点击登录按钮输入账号密码
buttons1 = browser.find_elements_by_xpath('//button[@type="button"][1]')
button1 = buttons1[0]
browser.execute_script("arguments[0].click();", button1)
time.sleep(0.5)
#输入账号密码
button2 = browser.find_element_by_xpath('//input[@name="user_name"]')
browser.execute_script("arguments[0].click();", button2)
button2.send_keys(account)#输入账号信息
button3 = browser.find_element_by_xpath('//input[@name="password"]')
browser.execute_script("arguments[0].click();", button3)
button3.send_keys(password1)#输入密码信息
time.sleep(0.5)
#勾选同意
button4 = browser.find_element_by_xpath('//span[@class="agree_text"]')
browser.execute_script("arguments[0].click();", button4)
#点击登录
buttons2 = browser.find_elements_by_xpath('//a[@class="btn btn-jisilu"]')
button5 = buttons2[0]
browser.execute_script("arguments[0].click();", button5)
browser.implicitly_wait(5)
print("登录成功！")
time.sleep(1)#等待

3.获取页面下每一个可转债单独页面的链接

每一个可转债单独页面中链接都存储在代码数据这一栏中，所以我们只需要将这里的信息获取并保存下来即可。

#获取所有可转债的链接
buttonss2 = browser.find_elements_by_xpath('//*[contains(@href,"convert")]')

 

4.单独打开每一个可转债的链接，获取其中需要的信息（数据较多，整体获取的时间较长，后续可以考虑加入多线程，节约等待时间）
 


list_event = []#事件1
list_event1 = []#事件2
list_name = []#可转债名称
list_compay = []#公司名称
list_industry1 = []#行业1
list_industry2 = []#行业2
list_price = []#到期赎回价

#利用for循环遍历每一个链接
for i in buttonss2:
    for handle in browser.window_handles:#定位到新打开的页面，不然会报错
        browser.switch_to.window(handle)
        
    #打开获取到的链接
    browser.execute_script("arguments[0].click();", i)
    browser.implicitly_wait(5)
    time.sleep(0.5)#等待
    #定位到最新跳转出来的页面
    for handle in browser.window_handles:
        browser.switch_to.window(handle)
        
    #获取事件（图一中有标注），事件并不是所有可转债都有，所以需要通过try进行尝试性获取，没有的话就跳过
    event =""
    try:
        button10 = browser.find_element_by_xpath('//div[@class="tips-bg"]')
    except:
        pass
    else:#此处代码目前存在一定问题，但不影响运行
    #本意是获取关键信息，而不是把事件里所有的文字都获取下来，后续网页更新了之后变成了一体
        event = button10.text
        if len(event) > 25:
            event = event.split('，')[-1]        
    list_event.append(event)
    
    #获取强赎满足事件（图一中的“强赎天计数”），同样也不是所有可转债都有，进行尝试性获取
    event =""
    try:
        button11 = browser.find_element_by_xpath('//span[@class="font_13"]')
    except:
        pass
    else:
        event = button11.text
    #获取下来的数据可能是图一中的天数满足信息，但不是我们需要的
    #我们只要"已满足强赎条件 !"的信息
    if event == "已满足强赎条件 !":
        list_event1.append(event)
    else:
        list_event1.append("")
        
    #获取可转债名称和对应公司名称
    buttonss5 = browser.find_elements_by_xpath('//span[@class="font_18"]')
    button9 = buttonss5[0]
    name1 = button9.text
    list_name.append(name1)
    button6 = buttonss5[1]
    compay = button6.text
    #print(compay)
    #如果公司名称中带有“R”，那就去除
    if compay[-1] == "R":
        compay = compay.strip("R")
    #print(compay)
    list_compay.append(compay)
    
    #获取可转债所需行业信息，这里只获取了图一中的前两个行业信息
    button7 = browser.find_element_by_xpath('//*[contains(@href,"industry")]')
    industry = button7.text
    industry1 = industry.split('-')[0]
    #print(industry)
    list_industry1.append(industry1)
    #去除行业中带有“Ⅱ”的符号
    industry2 = industry.split('-')[1]
    if industry2[-1] == "Ⅱ" :
        industry2 = industry2.strip("Ⅱ")  
    list_industry2.append(industry2)

    #获取到期赎回价
    button8 = browser.find_element_by_xpath('//td[@id="redeem_price"]')
    list_price.append(button8.text)
    
    browser.close()#关闭当前网页，每一次获取完单独页面都需要关闭网页
 

5.将获取到的数据转换成DataFrame格式并进行整理
 


dict_all = {}
dict_all["事件1"]=list_event
dict_all["事件2"]=list_event1
dict_all["转债名称"]=list_name
dict_all["公司名称"]=list_compay
dict_all["行业1"]=list_industry1
dict_all["行业2"]=list_industry2
dict_all["到期赎回价"]=list_price

#列名按列表中的顺序进行排序
list_columns = ["转债名称","公司名称","行业1","行业2","到期赎回价","事件1","事件2"]
#生成DataFrame数据
df_data = pd.DataFrame(dict_all,columns = list_columns)

df_data3 = df_data.copy()

#去除可交换可转债
criteria11 = df_data3['转债名称'].map(lambda x:'EB'not in x)
df_data3 = df_data3[criteria11]
#将事件信息进行整合
df_data3["事件"] = df_data3["事件1"]+df_data3["事件2"]
 

6.退出设置
 


time.sleep(1)#等待
#重新定位到详细页面，不然无法关闭网页
for handle in browser.window_handles:
    browser.switch_to.window(handle)

print("集思录补充页信息已爬取完毕！")    

browser.close()#关闭当前网页
browser.quit()#完全退出浏览器
return df_data3
 

 

第三步：调用数据获取函数 
 

df_data3 = Thelogin4()
 

 

 

完整代码如下：整体数据较多，获取信息的时间大概在40分钟左右
 


import selenium
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
import time
import pandas as pd

def Thelogin4():#获取集思录补充信息
    wait_time = 180
    chrome_options = Options()
    #这里替换成自己的账号密码！
    account = '13********7'
    password1 = 'z*******q'

    url =f'https://www.jisilu.cn/web/data/cb/list'

    # 增加无头（不打开浏览器）
    chrome_options.add_argument('--headless')
    chrome_options.add_argument('--disable-gpu')

    # 防止被网站识别（伪装）
    chrome_options.add_experimental_option('excludeSwitches',['enable-automation'])

    #打开网页不加载图片
    prefs = {
    'profile.default_content_setting_values': {
        'images': 2
    }
            }
    chrome_options.add_experimental_option('prefs', prefs)

    browser = webdriver.Chrome(chrome_options = chrome_options)
    browser.get(url)#打开网址
    browser.maximize_window()#窗口最大化
    browser.implicitly_wait(5)
    #browser.delete_all_cookies()#删除原来的cookies
    time.sleep(1)#等待
    #点击登录按钮输入账号密码
    buttons1 = browser.find_elements_by_xpath('//button[@type="button"][1]')
    button1 = buttons1[0]
    browser.execute_script("arguments[0].click();", button1)
    time.sleep(0.5)
    #输入账号密码
    button2 = browser.find_element_by_xpath('//input[@name="user_name"]')
    browser.execute_script("arguments[0].click();", button2)
    button2.send_keys(account)#输入信息
    button3 = browser.find_element_by_xpath('//input[@name="password"]')
    browser.execute_script("arguments[0].click();", button3)
    button3.send_keys(password1)#输入信息
    time.sleep(0.5)
    #勾选同意
    button4 = browser.find_element_by_xpath('//span[@class="agree_text"]')
    browser.execute_script("arguments[0].click();", button4)
    #登录
    buttons2 = browser.find_elements_by_xpath('//a[@class="btn btn-jisilu"]')
    button5 = buttons2[0]
    browser.execute_script("arguments[0].click();", button5)
    browser.implicitly_wait(5)

    print("登录成功！")
    time.sleep(5)#等待
    
    list_event = []#事件1
    list_event1 = []#事件2
    list_name = []#可转债名称
    list_compay = []#公司名称
    list_industry1 = []#行业1
    list_industry2 = []#行业2
    list_price = []#到期赎回价
    
    #获取所有可转债的链接
    buttonss2 = browser.find_elements_by_xpath('//*[contains(@href,"convert")]')
    
    for i in buttonss2:
        for handle in browser.window_handles:
            browser.switch_to.window(handle)
        browser.execute_script("arguments[0].click();", i)
        browser.implicitly_wait(5)
        time.sleep(0.5)#等待
        #定位到最新跳转出来的页面
        for handle in browser.window_handles:
            browser.switch_to.window(handle)
        #获取事件
        event =""
        try:
            button10 = browser.find_element_by_xpath('//div[@class="tips-bg"]')
        except:
            pass
        else:
            event = button10.text
            if len(event) > 25:
                event = event.split('，')[-1]        
        list_event.append(event)
        
        #获取强赎满足事件
        event =""
        try:
            button11 = browser.find_element_by_xpath('//span[@class="font_13"]')
        except:
            pass
        else:
            event = button11.text
        if event == "已满足强赎条件 !":
            list_event1.append(event)
        else:
            list_event1.append("")


        buttonss5 = browser.find_elements_by_xpath('//span[@class="font_18"]')
        button9 = buttonss5[0]
        name1 = button9.text
        list_name.append(name1)

        button6 = buttonss5[1]
        compay = button6.text
        #print(compay)
        if compay[-1] == "R":
            compay = compay.strip("R")
        #print(compay)
        list_compay.append(compay)

        button7 = browser.find_element_by_xpath('//*[contains(@href,"industry")]')
        industry = button7.text
        industry1 = industry.split('-')[0]
        #print(industry)
        list_industry1.append(industry1)

        industry2 = industry.split('-')[1]
        if industry2[-1] == "Ⅱ" :
            industry2 = industry2.strip("Ⅱ")  
        list_industry2.append(industry2)
        

        button8 = browser.find_element_by_xpath('//td[@id="redeem_price"]')
        list_price.append(button8.text)
        #print(button8.text)
        
        browser.close()#关闭当前网页
        
    dict_all = {}
    dict_all["事件1"]=list_event
    dict_all["事件2"]=list_event1
    dict_all["转债名称"]=list_name
    dict_all["公司名称"]=list_compay
    dict_all["行业1"]=list_industry1
    dict_all["行业2"]=list_industry2
    dict_all["到期赎回价"]=list_price
    
    list_columns = ["转债名称","公司名称","行业1","行业2","到期赎回价","事件1","事件2"]
    df_data = pd.DataFrame(dict_all,columns = list_columns)
    
    df_data3 = df_data.copy()

    #去除可交换可转债
    criteria11 = df_data3['转债名称'].map(lambda x:'EB'not in x)
    df_data3 = df_data3[criteria11]
    df_data3["事件"] = df_data3["事件1"]+df_data3["事件2"]
    
    time.sleep(1)#等待
    for handle in browser.window_handles:
        browser.switch_to.window(handle)
        
    print("集思录补充页信息已爬取完毕！")    
    
    browser.close()#关闭当前网页
    browser.quit()#完全退出浏览器
    return df_data3
    
df_data3 = Thelogin4()
 

显示结果例图：
 


                

        

        

    

  


    

      

        

            

              
                
                  Sevemt
                
              
            

            

                关注
              
            

        

        

          
      

      









                



	

		

			

				
					
量化交易：Miniqmt获取可转债数据和交易python代码

				
			

			

				

					木头大左的博客
				

				

					06-05
					
					1465
					
				

			

		

		

			
				
哈喽，大家好，我是木头左！低风险资产除了国债外，还有可转债，兼容有高收益的股性和低风险的债性，号称“下有保底，上不封顶”。

			
		

	



                

            
              



	

		

			

				
					
集思录REITs基金数据python爬取写入EXCEL表

				
			

			

				

					weixin_43025064的博客
				

				

					02-06
					
					1万+
					
				

			

		

		

			
				
使用python获取REITs基金数据写入excel表，保存到指定文件夹下，并以计算机日期命名

			
		

	



              


  
              

                


	

		

			

				
					
python从集思录获取最近新发可转债信息

				
			

			

				

					jhui123456的博客
				

				

					06-30
					
					2494
					
				

			

		

		

			
				
参考网络例子
#从集思录获取最近发行的可转债信息
# -*- coding:utf-8 -*-
import json
import requests
import csv
import re
from lxml import etree

def get_dat():
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrom

			
		

	





	

		

			

				
					
python中json.dumps()和str()的区别

				
			

			

				

					卷子的博客
				

				

					11-26
					
					1804
					
				

			

		

		

			
				
结论，
dict 会自动把  " 转为 '
str 每个字符和dict的一样，只是类型变为str
json.dumps() ：

会把 ' 转为 "
会把 True False 转为 true false
会把 None 转为 null

因此，dumps后的才能loads，str的不能直接loads
import json

def main():
    mydict = {"str": "Bob", 'num': 26, 'flag':True,"null":None}
    mysrt = str

			
		

	



		

			
		



	

		

			

				
					
6.6 集思录——可转债信息爬取（使用XPath获取所需网页源代码，解决selenium模拟登录但是未能获取目标网页源代码、MultiIndex问题）

				
			

			

				

					Triumph19的博客
				

				

					04-09
					
					8661
					
				

			

		

		

			
				
本节要从债券相关网站集思录上爬取可转债信息。在浏览器中打开网址https://www.jisilu.cn/data/cbnew/#cb，可看到可转债的各种信息，如下图所示。

首先用Selenium库访问网址并获取网页源代码，代码如下：

from selenium import webdriver
browser = webdriver.Chrome()
url = 'https://www.jisilu.cn/data/cbnew/#cb'
browser.get(url)
data = browse.

			
		

	





	

		

			

				
					
可转债代码交流第二期：利用Python获取集思录数据（改）

				
			

			

				

					Sevemt的博客
				

				

					10-14
					
					2827
					
				

			

		

		

			
				
集思录模拟登录

			
		

	





	

		

			

				
					
可转债数据一览表集思录_可转债的灵魂-溢价率

				
			

			

				

					weixin_39540725的博客
				

				

					12-06
					
					2412
					
				

			

		

		

			
				
先看看可转债的转股价值转股价值=面值/转股价x正股价，以联得转债举例，转股价是25.29，正股价是30.59。那么转股价值就是100/25.29*30.59=120.96。可以看到，联得转债的价格是130.59，但是价值只有120.96，说明联得转债被高估了，也就是它溢价了。联得转债的转股价值可转债的溢价率溢价率=(转债价格-转股价值)/转股价值*100%，以联得举例，联得的转股价值是100/25...

			
		

	





	

		

			

				
					
Python爬虫-爬取集思录的金融信息,并写入文件和检测数据变化发送邮件通知

				
			

			

				

					KangVcar
				

				

					10-17
					
					7856
					
				

			

		

		

			
				
项目代码地址: ===欢迎fork 、star ===
https://github.com/kangvcar/pyproject/blob/master/Spiders/Spider_jisilu_4.py

			
		

	





	

		

			

				
					
已退市可转债数据爬取.ipynb

				
			

			

				

					05-16
				

			

		

		

			
				
从集思录爬取已退市可转债数据，并进行可视化

			
		

	





	

		

			

				
					
中金公司-中国可转债策略周报：低噪声下的转债强化策略及Python实现-211022.pdf

				
			

			

				

					10-27
				

			

		

		

			
				
可转债市场作为资本市场中的一个重要组成部分，一直是投资者关注的焦点。在众多投资策略中，量化策略由于其可复制性强、风险可控等特点，越来越受到重视。中金公司的这份周报中，不仅详细分析了中国可转债市场的最新...

			
		

	





	

		

			

				
					
量化入门：qmt获取可转债基本信息和行情数据

					
最新发布

				
			

			

				

					木头大左的博客
				

				

					06-11
					
					1027
					
				

			

		

		

			
				
迅投的券商版和基础版都不支持可转债行情，投研专业版才支持，一年大概5000元。注意这里的cookie，如果未登录只能获取到30条，目前正常应该是有500多支可转债。如果没开通投研专业版，也没关系，可以从集思录下载。需要安装akshare，并登录。今天将展示如何使用Python和QMT来获取可转债的实时数据和财务数据。虽然券商版本没开放可转债信息查询接口，但是行情数据仍然是开放的。f12后可以看到自己的cookie。

			
		

	





	

		

			

				
					
【Python课堂】使用Akshare高效获得A股可转债的重要信息

				
			

			

				

					liaozp88的博客
				

				

					03-26
					
					2251
					
				

			

		

		

			
				
Akshare是一个非常好用的开源A股数据获取模块，它是基于 Python 的财经数据接口库，目的是实现对A股、美股、期货等金融产品的基本面数据、实时和历史行情数据、衍生数据从数据采集、数据清洗到数据落地的一套工具，主要用于学术研究目的。今天我们就来学习用它获取可转债的相关数据。

			
		

	





	

		

			

				
					
可转债数据一览表集思录_细谈可转债

				
			

			

				

					weixin_33705384的博客
				

				

					12-01
					
					8529
					
				

			

		

		

			
				
可转换债券是债券持有人可按照发行时约定的价格将债券转换成公司的普通股票的债券。如果债券持有人不想转换，则可以继续持有债券，直到偿还期满时收取本金和利息，或者在流通市场出售变现。如果持有人看好发债公司股票增值潜力，在宽限期之后可以行使转换权，按照预定转换价格将债券转换成为股票，发债公司不得拒绝。该债券利率一般低于普通公司的债券利率，企业发行可转换债券可以降低筹资成本。可转换债券持有人还享有在一定条件...

			
		

	





	

		

			

				
					
可转债数据一览表集思录_可转债系列3：溢价率套利法

				
			

			

				

					weixin_42560067的博客
				

				

					12-03
					
					1万+
					
				

			

		

		

			
				
大家好，今天我们再来讨论一下可转债的溢价率，以及溢价率套利。上次，我们讲到，溢价率，全称叫做转股溢价率，就是可转债价值，跟转成股票后价值的差距。如果这个溢价率小于0，就是有一定的套利空间，如果这个溢价率大于0，那就是暂时没有套利空间。可以这么理解，你用3头羊去换别人一头牛，如果3头羊价值100元，一头牛价值140元，就是有套利空间。不要以为卖牛的没那么傻，实际上，在证券市场，这样的例子比...

			
		

	





	

		

			

				
					
可转债数据一览表集思录_这一篇说清楚可转债打新

					
热门推荐

				
			

			

				

					weixin_33291684的博客
				

				

					12-20
					
					4万+
					
				

			

		

		

			
				
不知道你有没有打过可转债？如果是个高手可以略过，但如果你还对可转债打新陌生可以看看。可以说可转债打新是新手最有把握能在股市赚到钱的一种投资方式。即使是无脑操作，也不会亏，它只是赚得多或少的区别。一般打中一只新债能赚200元左右，当然有些质量不好的新债短期间会亏损个几十块左右，但那也是极少数，如果我们能够学会判断可转债的质量好坏，那就更好了。操作也非常简单，首先开个股票账户是必须的，工作日在九点半的...

			
		

	





	

		

			

				
					
可转债数据一览表集思录_这三只可转债，有其中一个，少则吃一顿全家桶，多则吃一顿海底捞...

				
			

			

				

					weixin_30171859的博客
				

				

					12-07
					
					1369
					
				

			

		

		

			
				
这三只可转债分别是上机转债，寿仙转债，中矿转债手里有这几个可转债的大家明天注意一下明天这三个的肉都不错，尤其是上机转债明日这几个如果想卖个好价钱，必须熟透沪深可转债交易规则！文章结尾我会把沪深可转债的交易规则再说一下1、上机转债的上市价格预估上机转债 （113586）---上机数控（603185） 行业：机械设备-专用设备-其它专用机械上机转债，AA-级，融资6.65亿，原股东配售率85.55%，...

			
		

	





	

		

			

				
					
850是什么意思_320亿！大秦转债总可以中1签了吧？不好意思，你太天真了！

				
			

			

				

					weixin_31967777的博客
				

				

					12-19
					
					1309
					
				

			

		

		

			
				
细心的小伙伴应该注意到了，每次刷子分析转债的时候，发行条款中有这么一项“有无网下”。前一段还有小伙伴私信刷子，“刷子，网下都销声匿迹了，没必要保留这项了吧”。看到这个建议，刷子一度还考虑把这个条款拿掉。整个2020年，只有1支转债——搜特转债有网下申购。不过，看到下周一（12月14日）将要发行的大秦转债（113044），刷子不免幸庆，原来拖延症也有拖延症的好处，这不，大秦转债又有网下申购了。毫无疑...

			
		

	





	

		

			

				
					
Python—写个可转债分析器

				
			

			

				

					qq_25702235的博客
				

				

					03-13
					
					1082
					
				

			

		

		

			
				
关于转债利息部分，大部分转债都是一年一付，且是按转债发行日期开始计算，与持有人持有时间无关，所以此处计算利息时，认为超过1年,则按两年利息计算。计算到期价值、到期收益率、到期年化收益率、回售价值、回售收益率、回售年化收益率。回售收益率/ 当前持有到第四年的年限（如果小于1，则直接取回售收益率）根据转债代码，找到当前转债的 行业、已转股比例、担保情况、利息等信息。此值越高，代表公司越缺钱,将债主转成股东的动力越大。市值/净资产， PB越大，说明下修转股价的空间越大。个别大公司，可能没有，尽量买有回售的。

			
		

	





	

		

			

				
					
用python爬取集思录转债数据的详细代码

				
			

			

				

					05-24
				

			

		

		

			
				
以下是一个简单的Python爬虫程序，用于从集思录网站上获取转债数据：

```python
import requests
from bs4 import BeautifulSoup

url = "https://www.jisilu.cn/data/convertible-bond-list/?___jsl=LST___t="
response = requests.get(url)

soup = BeautifulSoup(response.content, 'html.parser')
table = soup.find("table", {"class": "table table-hover"})
rows = table.findAll("tr")

for row in rows:
    cells = row.findAll("td")
    if len(cells) > 0:
        name = cells[2].text.strip()
        price = cells[3].text.strip()
        convert_price = cells[4].text.strip()
        convert_premium = cells[5].text.strip()
        print(name, price, convert_price, convert_premium)
```

这个程序使用了requests和BeautifulSoup库，首先向集思录的网址发送请求，并使用BeautifulSoup解析HTML响应。

然后，程序在页面中查找包含转债数据的表格，并逐行解析每行的单元格。程序从每个单元格中提取数据，并将其打印到控制台。

请注意，这个程序只是一个示例，可能需要根据您的需求进行修改。另外，请确保您的爬虫程序遵守网站的使用条款和政策。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 1

	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
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