Python项目源码69：一键解析+csv保存通达信日线数据3.0

Python项目源码39：学生积分管理系统1.0（命令行界面+Json）

Python项目源码38：模拟炒股系统2.0（tkinter+Json）

Python项目源码35：音乐播放器2.0（Tkinter+mutagen）

Python项目源码33：待办事项列表应用2.0（命令行界面+Json+类）

Python项目32：订单销售额管理系统1.0（Tkinter+CSV）

Python项目源码29：学生缴费管理系统（Tkinter+CSV）

Python项目28：设计日志管理系统2.0（Tkinter+Json）

Python项目26：设计学生成绩管理系统（简易版）
一键解析通达信目录下的所有股票日线数据，解析好的数据全部放在股票数据文件夹里面。

Python代码解析的运行过程

# -*- coding: utf-8 -*-
# @Author : 小红牛
# 微信公众号：WdPython
import os
import struct
import pandas as pd

# 1.获取目录下的所有文件路径
def get_tdx_file_paths(tdx_dir):
    # 获取通达信日线文件路径列表
    day_files = []
    for market in ['sh', 'sz', 'bj']:
        lday_dir = os.path.join(tdx_dir, market, 'lday')
        if not os.path.exists(lday_dir):
            continue

        for fname in os.listdir(lday_dir):
            #  只取以60开头的股票，不取这个目录下的指数或其他
            if fname.startswith(('sh60', 'sh68', 'sz00', 'sz30', 'bj83', 'bj87', 'bj83', 'bj92')):
            # 2. if fname.endswith('.day') and fname in ['sh6', 'sz0', 'bj']:
                day_files.append(os.path.join(lday_dir, fname))
    return day_files

# 2.解析日线数据
def parse_tdx_day_file(data_path):
    data_list = []
    with open(data_path, 'rb') as f:
        while True:
            data = f.read(32)
            if len(data) != 32:
                break  # 文件结束或数据不完整

            # 使用小端字节序解析数据，格式：5I（日期和价格） + f（成交额） + 2I（成交量和保留）
            unpacked = struct.unpack('<5If2I', data)

            # 解析各字段
            date_int = unpacked[0]
            year = date_int // 10000
            month = (date_int % 10000) // 100
            day = date_int % 100
            date_str = f"{year}-{month:02d}-{day:02d}"

            open_price = unpacked[1] / 100.0  # 开盘价
            high_price = unpacked[2] / 100.0  # 最高价
            low_price = unpacked[3] / 100.0  # 最低价
            close_price = unpacked[4] / 100.0  # 收盘价
            amount = unpacked[5]  # 成交额（元）
            volume = unpacked[6]  # 成交量（股）

            data_list.append([
                date_str,
                open_price,
                high_price,
                low_price,
                close_price,
                amount,
                volume
            ])

    # 转换为DataFrame（列名首字母大写）
    df = pd.DataFrame(
        data_list,
        columns=['Date', 'Open', 'High', 'Low', 'Close', 'Amount', 'Volume']
    )
    df['Date'] = pd.to_datetime(df['Date'])
    df.sort_values('Date', inplace=True)
    df.reset_index(drop=True, inplace=True)
    return df


if __name__ == '__main__':
    os.makedirs('股票数据', exist_ok=True)
    tdx_dir = 'E:/zd_cjzq/vipdoc'  # 修改为你的通达信目录
    file_paths = get_tdx_file_paths(tdx_dir)
    for file_path in file_paths:
        print('正在解析以下目录数据'.center(50, '-'))
        print(file_path)
        # 解析并保存
        df = parse_tdx_day_file(file_path)
        print('后5行数据预览：'.center(30, '-'))
        print(df.tail(5))
        stock_code = os.path.basename(file_path).split('.')[0][-6:]
        output_path = os.path.join('股票数据', f"{stock_code}.csv")
        # print(output_path)
        df.to_csv(output_path, index=False)  # 不保存行索引

    print(f"数据已保存，在股票数据文件夹中！！")

完毕！！感谢您的收看

----------★★跳转到历史博文集合★★----------
我的零基础Python教程，Python入门篇 进阶篇 视频教程 Py安装py项目 Python模块 Python爬虫 Json Xpath 正则表达式 Selenium Etree CssGui程序开发 Tkinter Pyqt5 列表元组字典数据可视化 matplotlib 词云图 Pyecharts 海龟画图 Pandas Bug处理 电脑小知识office自动化办公 编程工具 NumPy Pygame