上市公司年报爬取(其他公告同理)---仅供学习使用

声明:本程序不存在任何恶意攻击意图,仅供学习练习使用

感谢巨潮资讯提供的信息:http://www.cninfo.com.cn/
教程开始

1. 环境

使用 pip安装 request 1.0.117
模块 os、json、time模块均为python自带环境 Python 3.8.12
代码

2. List item

import os
import requests
import json
import time

print("年报爬取,股票代码,开始时间、结束时间\n退出程序在输入股票代码处输入exit退出\n一次最多100条")

url = "http://www.cninfo.com.cn/new/hisAnnouncement/query"

headers = {
    "Accept": "application/json, text/javascript, */*; q=0.01",
    "Accept-Encoding": "gzip, deflate",
    "Accept-Language": "zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6",
    "Connection": "keep-alive",
    "Content-Type": "application/x-www-form-urlencoded; charset=UTF-8",
    "Host": "www.cninfo.com.cn",
    "Origin": "http://www.cninfo.com.cn",
    "Referer": "http://www.cninfo.com.cn/new/disclosure/stock?stockCode=000501&orgId=gssz0000501",
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.54 Safari/537.36 Edg/101.0.1210.39",
    "X-Requested-With": "XMLHttpRequest"
}
while True:
    number = str(input("请输入代号:"))
    if number.__eq__("exit"):
        print("退出程序")
        break
    begin = str(input("请输入开始年份:")) + "-01-01~"
    end = str(input("请输入结束年份:")) + "-12-31"
    data = {
        "stock": number + ",gssz0" + number,
        "tabName": "fulltext",
        "pageSize": 100,
        "pageNum": 1,
        "column": "szse",
        "category": "category_ndbg_szsh;",
        "plate": "sz",
        "seDate": begin + end,
        "searchkey": "",
        "secid": "",
        "sortName": "",
        "sortType": "",
        "isHLtitle": "true"
    }
    print(data)
    res = requests.post(url, data)
    content = res.content
    djson = json.loads(content)

    if not os.path.exists("./pdf/" + number):
        os.mkdir("./pdf/" + number)
    if djson.get("announcements") is None:
        print("你查找的股票在该范围内无公告,请检查股票编号和时间范围")
    else:
        for j in djson.get("announcements"):
            url = str(j.get("adjunctUrl"))
            name = j.get("announcementTitle")
            url = "http://www.cninfo.com.cn/new/announcement/download?" \
                  + "bulletinId=" + url[21:-4] + "&announceTime=" + url[10:20]
            print(name + ":\t" + url)
            response = requests.get(url)
            content = response.content
            file = open("./pdf/" + number + "/" + name + ".pdf", "wb+")
            file.write(content)
            file.close()
            # time.sleep(1)  # 防止被屏蔽
    print(number + "任务完成")

结果图
在这里插入图片描述

  • 2
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
爬取上市公司年报,一般需要先找到数据来源的网站。在中国,上市公司年报可以在中国证券监督管理委员会(简称证监会)的网站上获取,网址是 http://www.csrc.gov.cn/。具体步骤如下: 1. 打开证监会官网,点击“数据查询”菜单下的“信息披露”选项; 2. 在信息披露页面,选择“上市公司信息披露”,进入上市公司信息披露页面; 3. 在上市公司信息披露页面,选择“公司公告”选项; 4. 在公司公告页面,选择“年报/年度报告”选项; 5. 在年报/年度报告页面,可以根据企业名称、证券代码等信息搜索想要获取的年报; 6. 找到目标年报后,可以点击“查看”或“下载”按钮获取相应的年报文件。 在Python中实现爬取上市公司年报的过程,可以使用requests库和BeautifulSoup库来进行网页解析和数据提取。具体步骤如下: 1. 使用requests库发送HTTP请求,获取目标年报页面的HTML代码; 2. 使用BeautifulSoup库解析HTML代码,获取年报文件的下载链接; 3. 使用requests库下载年报文件到本地。 下面是一个示例代码,以爬取中国石油天然气股份有限公司(股票代码:601857)的2019年年报为例: ```python import requests from bs4 import BeautifulSoup # 目标年报页面的URL url = 'http://www.csrc.gov.cn/pub/newsite/ssgsjgb/bgczfw/release/201904/t20190426_350545.html' # 发送HTTP请求,获取HTML代码 response = requests.get(url) html = response.content # 使用BeautifulSoup库解析HTML代码,获取年报文件的下载链接 soup = BeautifulSoup(html, 'html.parser') download_link = soup.find('a', text='2019年年度报告')['href'] # 使用requests库下载年报文件到本地 response = requests.get(download_link) with open('2019_annual_report.pdf', 'wb') as f: f.write(response.content) ``` 需要注意的是,爬取上市公司年报需要遵守相关法律法规,不得用于非法用途。同时,也需要注意保护个人隐私信息,不得泄露上市公司和个人的敏感信息。
评论 3
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

打赏作者

李红京

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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