获取秒级股票详细数据——Ajax-hook

获取秒级股票详细数据——Ajax-hook

1、分析数据

首先看看有哪些数据可以获取

网站：雪球网，随便打开一只股票

可以发现，在工作日期间，每隔几秒都会有这么多xhr请求。

看看里面有一些什么数据。

仔细研究可以发现，基本上页面上的数据都可以找到，除了实时的ticks数据，还有什么五档盘口，成交明细等等。大概这个页面的数据都可以，有兴趣就去慢慢对应吧（代码里应该有相关映射）。

2、实现思路与代码

按照正常逻辑，我们只要去不断的请求这些接口就可以获取到数据了，而且这些数据基本上没有什么加密（就是没有。。）。但是，我们还要考虑网络请求延迟的问题，要是你的网络不好，有可能出现卡顿的情况，导致数据缺失。而且，我们通常是要同时请求几千只股票，每只股票都有好几个接口。

那现在我们可以尝试用另外一种方式来获取数据，既然都是xhr请求，那么就能不能hook到数据，然后自动发给我们的接口，被动式的接收数据呢？这里有一个神奇的项目：
https://github.com/wendux/Ajax-hook。

话不多说，上关键代码。python。

2.1 开启数据接收接口

用flask开启一个专门接收数据的接口，后续可以对数据进行处理，清洗保存数据。

@app.route('/receiver/', methods=['POST'])
def receive():
    """接收前端hook后的数据"""
    content = json.loads(request.data)
    print(content)
    # 数据处理，清洗保存
    return jsonify({'status': True})

2.2 监听xhr请求

利用Ajax-hook监听相关xhr请求，然后利用axios发送数据到我们的接口。

ah.proxy({
    //请求成功后进入
    onResponse: (response, handler) => {
        if (response.config.url.search("history") !== -1) {
            axios.post('http://127.0.0.1:5000/receiver/', {
                url: window.location.href,
                data: response.response
            });
            console.log(response.response);
            handler.next(response)
        }
    }
});

2.3 打开监听页面

利用webdriver打开要监听的页面，注入相关js。

browser = webdriver.Chrome()
browser.get('https://xueqiu.com/S/SH代码')
# 打开页面，注入相关js
browser.execute_script(open('hook.js', encoding='utf8').read())

3、结果与思考

最终我们接口会接收到和正常页面相同的xhr请求数据，后续我们可以对这些数据做进一步处理。

实现过程很简单，但是这种方法有一个很致命的问题，就是要利用webdriver，要知道，启动浏览器是很耗资源的。当然，我们也可以优化，可以同时开启很多窗口和标签页，可以放在docker容器内等等。

但是如果我不缺资源的话，我为什么不能采取分布式爬虫呢？

各有利弊，只能说提供了一种思路吧，不管有用没用，了解一下，原来还可以这样的，挺有意思的。

4、代码

有需要的可以去这个仓库里面找一下：https://github.com/downdawn/JSreverse