巨潮资讯爬出来的pdf损坏

最新推荐文章于 2024-09-23 14:24:34 发布

小县城西.

最新推荐文章于 2024-09-23 14:24:34 发布

阅读量80

点赞数

文章标签： python 爬虫

本文链接：https://blog.csdn.net/qq_52180613/article/details/132106054

版权

博主在使用Python进行网络爬虫抓取巨潮资讯的PDF文件时遇到问题，抓取到的PDF文件无法正常打开，疑似损坏。现寻求社区中了解此领域的专家帮助，已将相关代码贴出，期待解决方案。

摘要由CSDN通过智能技术生成

有没有大佬懂的帮忙看看代码，爬出来的pdf文件是损坏的。代码粘贴于@小吴不吃香菜

import requests, time, random
import json
import pandas as pd


def req(stock, year, org_dict):
    # post请求地址（巨潮资讯网的那个查询框实质为该地址）
    url = "http://www.cninfo.com.cn/new/hisAnnouncement/query"
    # 表单数据，需要在浏览器开发者模式中查看具体格式
    data = {
        "pageNum": "1",
        "pageSize": "30",
        "tabName": "fulltext",
        "stock": stock + "," + org_dict[stock],  # 按照浏览器开发者模式中显示的参数格式构造参数
        "seDate": f"{str(int(year) + 1)}-01-01~{str(int(year) + 1)}-12-31",
        "column": "szse",
        "category": "category_ndbg_szsh",
        "isHLtitle": "true",
        "sortName": "time",
        "sortType": "desc"
    }
    # 请求头
    headers = {"Content-Length": "201", "Con