Baostock学习系列3：下载交易日明细

下载市场交易日明细

官方原版

下载"1990-01-01"至"2022-03-10"是否交易日的明细。
保存为： From19900101To20220310.csv 文件

import baostock as bs
import pandas as pd

#### 登陆系统 ####
lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:'+lg.error_code)
print('login respond  error_msg:'+lg.error_msg)

#### 获取交易日信息 ####
rs = bs.query_trade_dates(start_date="1990-01-01", end_date="2022-03-10")  # 开始时间 结束时间
print('query_trade_dates respond error_code:'+rs.error_code)
print('query_trade_dates respond  error_msg:'+rs.error_msg)

#### 打印结果集 ####
data_list = []
while (rs.error_code == '0') & rs.next():
    # 获取一条记录，将记录合并在一起
    data_list.append(rs.get_row_data())
result = pd.DataFrame(data_list, columns=rs.fields)

#### 结果集输出到csv文件 ####
result.to_csv("./From19900101To20220310.csv", encoding="utf-8", index=False)
print(result)

#### 登出系统 ####
bs.logout()

加工改造后

对query_trade_dates（） 进行封装构造新的函数TradeDates2Csv()

TradeDates2Csv()

输入参数：
input_start_date: 开始日期，格式： yyyy-mm-dd
input_end_date: 结束日期，格式： yyyy-mm-dd
input_path: 保存CSV文件路径

def TradeDates2Csv(input_start_date, input_end_date, input_path): # 输入开始时间和结束时间 时间格式为： yyyy-mm-dd
    #### 登陆系统 ####
    lg = bs.login()
    # 显示登陆返回信息
    print('login respond error_code:' + lg.error_code)
    print('login respond  error_msg:'