同花顺(股市)爬虫

爬取同花顺(http://q.10jqka.com.cn)

站点前20页股市数据并存储在xlsx文件
难度 中
逆向参数 hexin-v =>>刷新一次会有有效次数

import copy
import requests
import pandas as pd
from tqdm import tqdm
from parsel import Selector

headers = {
    'hexin-v': '嘻嘻',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
                  'Chrome/91.0.4472.77 Safari/537.36 '
}
data_Dic = {}
df_list = []
for page in tqdm(range(1, 21)):
    url = f'http://q.10jqka.com.cn/usa/detailDefer/board/all/field/zdf/order/desc/page/{page}/ajax/1/'
    response = requests.request('Get', url, headers=headers)
    response.encoding = response.apparent_encoding
    trs = Selector(response.text).xpath('//table[@class="m-table m-pager-table"]/tbody//tr')

    for tr in trs:
        print('序号:',tr.xpath('./td[1]/text()').get())
        print('代码:',tr.xpath('./td[2]/a/text()').get())
        print('名称:',tr.xpath('./td[3]/a/text()').get())
        print('现价:',tr.xpath('./td[4]/text()').get())
        print('涨跌幅(%):',tr.xpath('./td[5]/text()').get())
        print('涨跌:',tr.xpath('./td[6]/text()').get())
        print('换手(%):',tr.xpath('./td[7]/text()').get())
        print('成交量:',tr.xpath('./td[8]/text()').get())
        print('市盈率(%):',tr.xpath('./td[9]/text()').get())
        print('成交额:',tr.xpath('./td[10]/text()').get())
        print('52周最高:',tr.xpath('./td[11]/text()').get())
        print('52周最低:',tr.xpath('./td[12]/text()').get())
        data_dic = copy.deepcopy(data_Dic)
        data_dic.update({'序号': tr.xpath('./td[1]/text()').get()})
        data_dic.update({'代码': tr.xpath('./td[2]/a/text()').get()})
        data_dic.update({'名称': tr.xpath('./td[3]/a/text()').get()})
        data_dic.update({'现价': tr.xpath('./td[4]/text()').get()})
        data_dic.update({'涨跌幅(%)': tr.xpath('./td[5]/text()').get()})
        data_dic.update({'涨跌': tr.xpath('./td[6]/text()').get()})
        data_dic.update({'换手(%)': tr.xpath('./td[7]/text()').get()})
        data_dic.update({'成交量': tr.xpath('./td[8]/text()').get()})
        data_dic.update({'市盈率(%)': tr.xpath('./td[9]/text()').get()})
        data_dic.update({'成交额': tr.xpath('./td[10]/text()').get()})
        data_dic.update({'52周最高': tr.xpath('./td[11]/text()').get()})
        data_dic.update({'52周最低': tr.xpath('./td[12]/text()').get()})
        df_list.append(data_dic)
pd.DataFrame(df_list).to_excel('./同花顺.xlsx', index=False)

图1:打印截图
在这里插入图片描述
图2:存储于xlsx文件数据截图
在这里插入图片描述

在这里插入图片描述

  • 4
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
爬虫(Web Crawler)是一种自动化程序,用于从互联网上收集信息。其主要功能是访问网页、提取数据并存储,以便后续分析或展示。爬虫通常由搜索引擎、数据挖掘工具、监测系统等应用于网络数据抓取的场景。 爬虫的工作流程包括以下几个关键步骤: URL收集: 爬虫从一个或多个初始URL开始,递归或迭代地发现新的URL,构建一个URL队列。这些URL可以通过链接分析、站点地图、搜索引擎等方式获取。 请求网页: 爬虫使用HTTP或其他协议向目标URL发起请求,获取网页的HTML内容。这通常通过HTTP请求库实现,如Python中的Requests库。 解析内容: 爬虫对获取的HTML进行解析,提取有用的信息。常用的解析工具有正则表达式、XPath、Beautiful Soup等。这些工具帮助爬虫定位和提取目标数据,如文本、图片、链接等。 数据存储: 爬虫将提取的数据存储到数据库、文件或其他存储介质中,以备后续分析或展示。常用的存储形式包括关系型数据库、NoSQL数据库、JSON文件等。 遵守规则: 为避免对网站造成过大负担或触发反爬虫机制,爬虫需要遵守网站的robots.txt协议,限制访问频率和深度,并模拟人类访问行为,如设置User-Agent。 反爬虫应对: 由于爬虫的存在,一些网站采取了反爬虫措施,如验证码、IP封锁等。爬虫工程师需要设计相应的策略来应对这些挑战。 爬虫在各个领域都有广泛的应用,包括搜索引擎索引、数据挖掘、价格监测、新闻聚合等。然而,使用爬虫需要遵守法律和伦理规范,尊重网站的使用政策,并确保对被访问网站的服务器负责。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
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