Python爬虫尝试-爬取指定股票的财务报表（东方财富网）

最新推荐文章于 2024-03-17 21:55:39 发布

function vodmort()

最新推荐文章于 2024-03-17 21:55:39 发布

阅读量8.1k

点赞数 4

分类专栏： Python爬虫

本文链接：https://blog.csdn.net/qq_34774456/article/details/89962704

版权

本文介绍了如何使用Python爬虫抓取东方财富网上指定股票的财务报表。首先，通过审查网页确定需要的参数，如PageIndex、PageSize和StockCode。接着，解析URL获取所有报告的URL地址，并展示获取数据的思路。在处理报表内容时，遇到网页重定向到PDF的情况，通过try-except捕获异常并下载PDF文件。文章详细讲解了整个过程，适合初学者学习。

摘要由CSDN通过智能技术生成

Python爬虫爬取财务报表（东方财富网）

爬取指定股票的财务报表

爬取指定股票的财务报表

需求确认

最经接到一个需求，要爬取两支股票公示的财务报表，虽然爬到的内容作用不打，但是这开发的过程的确是挺有学习意义的。
那么在爬取数据之前呢，老生常谈的一个问题就是，先审查一下我们要爬取的界面，看看哪些东西是我们需要的。
我呢就根据需求中提到的网址进行数据的爬取
财务报告列表
其实看到这个界面，就感觉有戏，毕竟这一个个的列表谁不喜欢呢？
后端请求
点击下一页能看到这个请求发送出来，应该是最开心的一件事情了。
整理一下Url

http://data.eastmoney.com/notices/getdata.ashx?StockCode=600570&CodeType=1&PageIndex=1&PageSize=99999999&jsObj=xuFcpxdt&SecNodeType=0&FirstNodeType=1&rt=51886903

显而易见的几个参数浮现在眼前
PageIndex -> 当前页
PageSize -> 当前页面显示条数
StockCode -> 股票的编号

这样有了这么一个剖析好的url 还怕爬不到数据么
那么我们来看一下这个url返回的结果

varxuFcpxdt={
    "data": [
        {
            "NOTICEDATE": "2019-04-19T00:00:00+08:00",
            "ATTACHTYPE": "0",
            "ATTACHSIZE": 119,
            "ENDDATE": "2019-04-19T00:00:00+08:00",
            "NOTICETITLE": "科大讯飞:第四届董事会第十九次会议决议公告",
            "INFOCODE": "AN201904181320674323",
            "CDSY_SECUCODES": [
                {
                    "SECURITYVARIETYCODE": "1000005584",
                    "SECURITYTYPECODE": "058001001",
                    "SECURITYCODE": "002230",
                    "SECURITYFULLNAME": "科大讯飞",
                    "SECURITYSHORTNAME": "科大讯飞",
                    "SECURITYTYPE": "A股",
                    "TRADEMARKETCODE": "069001002003",
                    "TRADEMARKET": "深交所中小板",
                    "LISTINGSTATE": "0",
                    "COMPANYCODE": "80027093",
                    "Eid": 0
                }
            ],
            "ANN_RELCOLUMNS": [
                {
                    "COLUMNCODE": "001002009",