爬取东方财富股吧评论

前言

前天有人要我帮忙爬取一下东方财富网几只股票的股票吧评论，晚上花了点时间给他弄了一下，很简单啊

一、分析网站

打开东方财富网，网址很简单：600340这只股票评论一共1303页，每页的网址如下：
http://guba.eastmoney.com/list,600340_1.html
http://guba.eastmoney.com/list,600340_2.html
这是按照评论时间
http://guba.eastmoney.com/list,600340,f_1.html
http://guba.eastmoney.com/list,600340,f_1.html
这是按照发帖时间
做一个循环就可以了。

二、使用步骤

1.引入库

代码如下（示例）：

import requests
import pandas as pd
from lxml import etree
import csv

2.读入数据

代码如下（示例）：

ab1=[]
n=20  #定义爬取的页面
daima='600340' #定义爬取的股票

for a in range(1,n):
    url = 'http://guba.eastmoney.com/list,'+daima+'_'+str(a)+'.html'
    headers = {
   'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.150 Safari/537.36'}
    res = requests.get(url=url,headers=headers)
    res.encoding ='utf-8'
    tree = etree.HTML(res.text)
    li1 = tree.xpath('//*[@id="articlelistnew"]/div/span[1]/text()')
    li1.remove('阅读')
    li2 = tree.xpath('//*[@id="articlelistnew"]/div/span[2]/text()')
    li2.remove('评论')
    li3 = tree.xpath('//*[@id="articlelistnew"]/div/span[3]/a/text()')
    li4 = tree.xpath('//*[@id="articlelistnew"]/div/span[4]/a/font/text()')
    li5 = tree.xpath('//*[@id="articlelistnew"]/div/span[5]/text()')
    li5.remove('最后更新')

    for i in range(len(li1)):
            list1 = [li1[i],li2[i],li3[i],li4[i],li5[i]]
            ab1.append(list1)
filename=daima+'.csv'
print(filename)
with open(filename, 'w',newline='') as csvfile:
    writer = csv.writer(csvfile)
    writer.writerow(('阅读','评论','标题','作者','最后更新'))
    writer.writerows(ab1)

总结

爬取后的效果如下：

欢迎使用Markdown编辑器

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

1. 全新的界面设计 ，将会带来全新的写作体验；
2. 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
3. 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
4. 全新的 KaTeX数学公式 语法；
5. 增加了支持甘特图的mermaid语法¹ 功能；
6. 增加了 多屏幕编辑 Markdown文章功能；
7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
8. 增加了 检查列表 功能。

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

插入链接与图片

链接: link.

图片:

带尺寸的图片:

居中的图片:

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

• 项目
  • 项目
    • 项目

1. 项目1
2. 项目2
3. 项目3

• 计划任务
• 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	'Isn't this fun?'	‘Isn’t this fun?’
Quotes	"Isn't this fun?"	“Isn’t this fun?”
Dashes	-- is en-dash, --- is em-dash	– is en-dash, — is em-dash

创建一个自定义列表

Markdown

Text-to- HTML conversion tool

Authors

John

Luke

如何创建一个注脚

一个具有注脚的文本。