股票信息提取(静态网页)

import requests
from bs4 import BeautifulSoup
import re
slist=[]
headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36'}
link = 'https://hq.gucheng.com/gpdmylb.html'
r = requests.get(link, headers = headers)
r.encoding = r.apparent_encoding
soup = BeautifulSoup(r.text, 'lxml')


sock = soup.find_all('a')#得到所有a标签的一个列表,find_all返回的是列表

for i in range(len(sock)):
    try:
        name = sock[i].get('href') #attrs[]等同于sock[i].attrs['href'];属性皆为字典类型
        name = re.search(r"[S][HZ]\d{6}", name).group(0)#正则表达.group(0)获得匹配后的字符串
        name = name[2:9:]#字符串操作 获取2到9个字符
        slist.append(name)#存入列表
    except:
            continue

print (sorted(slist))

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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