tush

最新推荐文章于 2021-09-12 17:34:47 发布
最新推荐文章于 2021-09-12 17:34:47 发布
阅读量261 收藏
点赞数
文章标签： python 数据库 json
原文链接：http://www.cnblogs.com/ttrrpp/p/6696881.html
版权

Tushare 的get_k_data

get_k_data含义是获取k线数据，所以起了这么一个简单的名称。虽然一贯的不标准，不规范，但主要看气质，主要看数据。
新接口融合了get_hist_data和get_h_data两个接口的功能，即能方便获取日周月的低频数据，也可以获取5、15、30和60分钟相对高频的数据。同时，上市以来的前后复权数据也能在一行代码中轻松获得，当然，您也可以选择不复权。

主要参数说明

code
证券代码：支持沪深A、B股支持全部指数支持ETF基金

ktype
数据类型：默认为D日线数据D=日k线 W=周 M=月 5=5分钟 15=15分钟 30=30分钟 60=60分钟

autype
复权类型：qfq-前复权 hfq-后复权 None-不复权，默认为qfq

index
是否为指数：默认为False设定为True时认为code为指数代码
start
开始日期 format：YYYY-MM-DD 为空时取当前日期
end
结束日期 ：format：YYYY-MM-DD 

 

数据属性说明

date
日期和时间低频数据时为：YYYY-MM-DD高频数为：YYYY-MM-DD HH:MM

open开盘价
close收盘价

high最高价

low最低价

volume成交量

code证券代码
 

数据来源与不足经过了考察分析，决定采用鹅厂的数据作为新行情数据接口的数据源。
目前看来数据质量还不错，希望鹅厂继续保持稳定高效的优良作风，为舍不得花钱还天天嗷嗷叫的职业和非职业量化投资人员提供优质数据服务。:)

本接口不足的地方是，目前暂时还没有成交额数据。另外，几类平均线数据也没有提供，而在写这个接口的时候，也由于时间有限，还没有把平均线数据加进来。所以跟get_hist_data比起来，少了以上两类数据。 

 

未来的计划
1、增加包括期货、期权、美股港股在内的多品种支持。
2、根据各类证券品种的数据特点，返回相对应的数据格式和数据属性。
3、提供包括涨跌幅、换手率、量比在内的衍生数据列或者函数接口。
4、将get_k_data打造成一个统一的行情数据接口，即让它成为一个最常用的接口。
 

使用方法和要点升级或安装全新tushare
1、安装pip install tushare
2、升级pip install tushare --upgrade

检验和使用import tushare as tsprint(ts.__verson__)
要点1、index=True时，接口会自动匹配指数代码例如，要获取上证综指行情，调用方法为：ts.get_k_data('000001', index=True)
目前支持567个指数行情
2、index=True时，没有复权数据，即autype无效
3、本接口的复权数据由数据源直接提供，区别于get_h_data是通过复权因子实时计算
4、几种常见的调用方法

1）获取浦发银行近一年半的前复权日线行情：ts.get_k_data('600000')
2）获取浦发银行近6年后复权周线行情：ts.get_k_data('600000', ktype='W', autype='hfq')
3）获取浦发银行近期5分钟行情：ts.get_k_data('600000', ktype='5')
4）获取沪深300指数10月份日线行情：ts.get_k_data('399300', index=True,start='2016-10-01', end='2016-10-31')
5）获取鹏华银行分级B的60分钟行情：ts.get_k_data('150228', ktype='60')

 

 

近日，挖地兔更新了tushare版本。主要是推出了新的函数get_k_data函数。来对此函数做一些分析。

函数头部分：

def get_k_data(code=None, start='', end='',
                  ktype='D', autype='qfq',
                  index=False,
                  retry_count=3,
                  pause=0.001):
    """
    获取k线数据
    ---------
    Parameters:
      code:string
                  股票代码 e.g. 600848
      start:string
                  开始日期 format：YYYY-MM-DD 为空时取当前日期
      end:string
                  结束日期 format：YYYY-MM-DD 为空时取去年今日
      autype:string
                  复权类型，qfq-前复权 hfq-后复权 None-不复权，默认为qfq
      ktype：string
                  数据类型，D=日k线 W=周 M=月 5=5分钟 15=15分钟 30=30分钟 60=60分钟，默认为D
      retry_count : int, 默认 3
                 如遇网络等问题重复执行的次数
      pause : int, 默认 0
                重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
      drop_factor : bool, 默认 True
                是否移除复权因子，在分析过程中可能复权因子意义不大，但是如需要先储存到数据库之后再分析的话，有该项目会更加灵活

 

接下来一行行分析（用红色表示get_k_data函数的代码）：

1
2
3
symbol  =  ct.INDEX_SYMBOL[code]  if  index  else  _code_to_symbol(code)
url  =  ''
dataflag  =  ''

index若为True直接去预先定义好的字典中找对应的symb，如果index是False，则调用函数_code_to_symbol：    

1
2
3
4
5
6
7
8
9
10
11
def  _code_to_symbol(code):
     """
         生成symbol代码标志
     """
     if  code  in  ct.INDEX_LABELS:
         return  ct.INDEX_LIST[code]
     else :
         if  len (code) ! =  6  :
             return  ''
         else :
             return  'sh%s' % code  if  code[: 1 ]  in  [ '5' ,  '6' ,  '9' ]  else  'sz%s' % code

　　找到INDEX_LABELS和INDEX_LIST的定义：

1
INDEX_LABELS  =  [ 'sh' ,  'sz' ,  'hs300' ,  'sz50' ,  'cyb' ,  'zxb' ,  'zx300' ,  'zh500' ]
1
2
INDEX_LIST  =  { 'sh' :  'sh000001' ,  'sz' :  'sz399001' ,  'hs300' :  'sz399300' ,
               'sz50' :  'sh000016' ,  'zxb' :  'sz399005' ,  'cyb' :  'sz399006' ,  'zx300' :  'sz399008' ,  'zh500' : 'sh000905' }

如果code是以'5','6','9'开头，则在code前加上sh，否则在code前加上sz。

可见这个symbol的主要作用是根据code在前面加上了sh或sz。

1
2
3
4
5
6
7
8
9
10
if  ktype.upper()  in  ct.K_LABELS:                                        % K_LABELS  =  [ 'D' ,  'W' ,  'M' ]    
     fq  =  autype  if  autype  is  not  None  else  ''                           % 是否复权以及复权类型
     if  code[: 1 ]  in  ( '1' ,  '5' )  or  index:                                 % 如果code是 '1' , '5' 开头或者index（是指数）为真
         fq  =  ''
     kline  =  ' ' if autype is None else ' fq'                              % 只有填 None 才是不复权
     url  =  ct.KLINE_TT_URL % (ct.P_TYPE[ 'http' ], ct.DOMAINS[ 'tt' ],         % P_TYPE  =  { 'http' :  'http://' ,  'ftp' :  'ftp://' }，DOMAINS定义见下方
                             kline, fq, symbol,                          % ' '或者' fq ',具体复权类型或者' '，加了sh或sz的code
                             ct.TT_K_TYPE[ktype.upper()], start, end,    % TT_K_TYPE  =  { 'D' :  'day' ,  'W' :  'week' ,  'M' :  'month' }
                             fq, _random( 17 ))                            % 具体复权类型或者''，生成一个 10 * * 16 到 10 * * 17 - 1 之间的随机数
     dataflag  =  '%s%s' % (fq, ct.TT_K_TYPE[ktype.upper()])                 % 复权类型或' '并上' day '或' week '或' month'
1
2
3
4
5
6
7
elif  ktype  in  ct.K_MIN_LABELS:                                          % K_MIN_LABELS  =  [ '5' ,  '15' ,  '30' ,  '60' ]
     url  =  ct.KLINE_TT_MIN_URL % (ct.P_TYPE[ 'http' ], ct.DOMAINS[ 'tt' ],     % 基本同上
                                 symbol, ktype, ktype,
                                 _random( 16 ))
     dataflag  =  'm%s' % ktype                                              % m '5' 或 '15' 或 '30' 或 '60'
else :
     raise  TypeError( 'ktype input error.' )
1
DOMAINS定义：

　　

上面两个URL的定义

1
2
KLINE_TT_URL  =  '%sweb.ifzq.%s/appstock/app/%skline/get?_var=kline_day%s&param=%s,%s,%s,%s,320,%s&r=0.%s'
KLINE_TT_MIN_URL  =  '%sifzq.%s/appstock/app/kline/mkline?param=%s,m%s,,320&_var=m%s_today&r=0.%s'

　

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
for  _  in  range (retry_count):                                      % retry_count是重做次数,_只是作为一个变量，就跟变量i一样
     time.sleep(pause)                                             % 中间暂停的时间
     try :
         request  =  Request(url)                                    % 使用上面求出的url
         lines  =  urlopen(request, timeout  =  10 ).read()             % 读出数据
         if  len (lines) <  100 :  #no data                            %如果lines太短，表明未读到数据
             return  None
     except  Exception as e:
         print (e)
     else :
         lines  =  lines.decode( 'utf-8' )  if  ct.PY3  else  lines       % PY3  =  (sys.version_info[ 0 ] > =  3 )  这个解码出来的lines在下方
         lines  =  lines.split( '=' )[ 1 ]                              % 按 '=' 分隔，取第一个分片。
         reg  =  re. compile (r ',{"nd.*?}' )
         lines  =  re.subn(reg, '', lines)                          % 对lines进行正则表达式替换
         js  =  json.loads(lines[ 0 ])                                % 之所以要选lines[ 0 ]是因为subn返回的是一个 tuple ，lines[ 1 ]部分是替换次数
         df  =  pd.DataFrame(js[ 'data' ][symbol][dataflag], columns = ct.KLINE_TT_COLS)    % KLINE_TT_COLS就是date， open ，close等六列标题
         df[ 'code' ]  =  symbol  if  index  else  code                                       % df新加一列code，且设置为指数代码或股票代码
         if  ktype  in  ct.K_MIN_LABELS:                                                 % 如果是分钟k线数据
             df[ 'date' ]  =  df[ 'date' ]. map ( lambda  x:  '%s-%s-%s %s:%s' % (x[ 0 : 4 ], x[ 4 : 6 ],
                                                                     x[ 6 : 8 ], x[ 8 : 10 ],
                                                                     x[ 10 : 12 ]))       % date部分改成天 - 时 - 分 - 秒的格式
         return  df
raise  IOError(ct.NETWORK_URL_ERROR_MSG)

lines：

 
kline_dayhfq = { "code" : 0 , "msg" :" "," data ":{" sz002792 ":{" hfqday ":[[" 2016 - 10 - 26 "," 84.635 "," 82.541 "," 85.268 "," 82.149 "," 27380.000 "],<br>[" 2016 - 10 - 27 "," 82.707 "," 82.556 "," 83.038 "," 80.748 "," 22315.000 "],[" 2016 - 10 - 28 "," 82.903 "," 82.571 "," 83.731 "," 78.428 "," 22165.000 "],<br>[" 2016 - 10 - 31 "," 82.541 "," 81.502 "," 82.556 "," 79.995 "," 16437.000 "],[" 2016 - 11 - 01 "," 81.517 "," 84.319 "," 85.072 "," 81.517 "," 30741.000 "],<br>[" 2016 - 11 - 02 "," 84.349 "," 82.873 "," 85.268 "," 82.707 "," 30526.000 "],[" 2016 - 11 - 03 "," 81.200 "," 81.984 "," 83.611 "," 81.200 "," 24593.000 "],<br>[" 2016 - 11 - 04 "," 81.863 "," 85.720 "," 86.729 "," 81.863 "," 57996.000 "],[" 2016 - 11 - 07 "," 85.464 "," 85.991 "," 86.383 "," 84.756 "," 31572.000 "],<br>[" 2016 - 11 - 08 "," 86.292 "," 84.801 "," 86.322 "," 79.845 "," 29328.000 "]],<br>" qt ":{" sz002792 ":[" 51 "," \u901a\u5b87\u901a\u8baf "," 002792 "," 55.91 "," 56.29 "," 56.25 "," 36536 "," 18510 "," 18026 "," 55.91 "," 38 "," 55.90 "," 127 ",<br>" 55.89 "," 201 "," 55.85 "," 10 "," 55.83 "," 10 "," 55.99 "," 30 "," 56.00 "," 3 "," 56.10 "," 10 "," 56.12 "," 8 "," 56.15 "," 26 ",<br>" 15 : 00 : 04 \ / 55.91 \ / 301 \ / S\ / 1682891 \ / 15265 | 14 : 57 : 00 \ / 55.89 \ / 1 \ / B\ / 5589 \ / 15163 | 14 : 56 : 52 \ / 55.71 \ / 90 \ / S\ / 503812 \ / 15154 |<br> 14 : 56 : 45 \ / 55.89 \ / 18 \ / B\ / 100602 \ / 15146 | 14 : 56 : 39 \ / 55.82 \ / 8 \ / S\ / 44544 \ / 15140 | 14 : 56 : 36 \ / 56.12 \ / 12 \ / B\ / 67324 \ / 15136 "," 20161109150137 ",<br>" - 0.38 "," - 0.68 "," 56.75 "," 54.46 "," 55.89 \ / 36235 \ / 201929177 "," 36536 "," 20361 "," 8.12 "," 56.40 "," "," 56.75 "," 54.46 "," 4.07 "," 25.16 ",<br>" 125.80 "," 7.09 "," 61.92 "," 50.66 "," 1.05 "]," market ":[" 2016 - 11 - 09  20 : 57 : 01 |HK_close_\u5df2\u6536\u76d8|SH_close_\u5df2\u6536\u76d8|<br>SZ_close_\u5df2\u6536\u76d8|US_close_\u672a\u5f00\u76d8|SQ_close_\u5df2\u4f11\u5e02|DS_close_\u5df2\u4f11\u5e02|ZS_close_<br>\u5df2\u4f11\u5e02 "]," zjlx ":[" sz002792 "," 8206.89 "," 10347.24 "," - 2140.35 "," - 10.51 "," 12154.32 "," 10013.97 "," 2140.35 "," 10.51 ",<br>" 20361.21 "," 41080.23 "," 41732.96 "," \u901a\u5b87\u901a\u8baf "," 20161109 "," 20161108 ^ 5889.20 ^ 7540.99 "," 20161107 ^ 6888.64 ^ 7504.11 ",<br>" 20161104 ^ 15471.59 ^ 10227.30 "," 20161103 ^ 4623.91 ^ 6113.32 "]}," mx_price ":{" mx ":{" data ":[]," timeline ":[]}," price ":{" data ":[]}},<br>" prec ":" 22.940 "," version ":" 5 "}}}

　　

http://www.cnblogs.com/yzymickey/p/6048486.html

 

 

生成时间序列：

dates = pandas.date_range('2013-01-01',periods = 6)

Pandas读取excel数据：

df=pd.read_excel("mystock.xls")

DF排序：

df=df.sort('data',ascending=False)

 获取单个年月日再组合：

 

import datetime

t = datetime.date(datetime.date.today().year,\
                  datetime.date.today().month,datetime.date.today().day)

print(t)

输出：2016-09-16
start_day=start_day.strftime("%Y-%m-%d")

    end_day=end_day.strftime("%Y-%m-%d")

 

import datetime

now = datetime.datetime.now()

y = now.year
m = now.month
d = now.day

http://www.cnblogs.com/wumac/p/5876572.html

 

创业板平均市盈率

import os
import pandas as pd

stock_code_list = []

for root,dirs,files in os.walk('stock data'):
    if files:
        for f in files:
            if '.csv' in f:
                stock_code_list.append(f.split('.csv')[0])

all_stock = pd.DataFrame()
for code in stock_code_list:
    if code[2]!='3':
        continue
    print(code)
    stock_data = pd.read_csv('stock data/'+code+'.csv',parse_dates=[1])
    stock_data = stock_data[stock_data['PE_TTM'].notnull()]#删除PE_TTM为空的行
    
    #PE_TTM = 总市值/净利润_TTM，这里通过这个公式计算净利润_TTM
    stock_data['净利润']=stock_data['market_value']/stock_data['PE_TTM']
    #选取需要的字段，去除其他不需要的字段
    stock_data = stock_data[['code','date','market_value','净利润']]
    #将该股票的合并
    all_stock = all_stock.append(stock_data,ignore_index=True)
#基于all_stock表格，通过groupby语句，计算创业板股票每天的平均市盈率
#通过groupby语句计算每天所有股票的市值之各、净利润之和，以及当天交易的股票的数量    
output  = all_stock.groupby('date')[['market_value','净利润']].sum()
output['股票数量'] = all_stock.groupby('date').size()
#平均市盈率＝所有股票的市值之和/所有股票的净利润之和
output['创业板平均市盈率'] = output['market_value']/output['净利润']
#算好的数据输出
output.to_csv('创业板平均市盈率.csv',encoding='gbk')

 

 

将日线数据转为周线、月线或其他周期

import os
import pandas as pd

stock_data = pd.read_csv('stock data/sh600898.csv',parse_dates=[1])
#设定转换周期period_type  转换为周是'W',月'M',季度线'Q',五分钟'5min',12天'12D'
period_type = 'W'
#将[date]设定为    index   inplace是原地修改，不要创建一个新对象
stock_data.set_index('date',inplace=True)
#进行转换，周线的每个变量都等于那一周中最后一个交易日的变量值

period_stock_data = stock_data.resample(period_type,how='last')
#周线的change等于那一周中每日change的连续相乘
period_stock_data['change'] = stock_data['change'].resample(period_type,how=lambda x:(x+1.0).prod()-1.0)
#周线的open等于那一周中第一个交易日的open

period_stock_data['open'] = stock_data['open'].resample(period_type,how='first')
#周线的high等于那一周中的high的最大值

period_stock_data['high'] = stock_data['high'].resample(period_type,how='max')
#周线的low等于那一周中的low的最大值

period_stock_data['low'] = stock_data['low'].resample(period_type,how='min')
#周线的volume和money等于那一周中volume和money各自的和
period_stock_data['volume'] = stock_data['volume'].resample(period_type,how='sum')
period_stock_data['money'] = stock_data['money'].resample(period_type,how='sum')
#计算周线turnover
period_stock_data['turnover'] = period_stock_data['volume']/\
                                (period_stock_data['traded_market_value']/period_stock_data['close'])
#股票在有些周一天都没有交易，将这些周去除
period_stock_data = period_stock_data[period_stock_data['code'].notnull()]
period_stock_data.reset_index(inplace=True)
#导出数据
period_stock_data.to_csv('week_stock_data.csv',index=False)

 

转载于:https://www.cnblogs.com/ttrrpp/p/6696881.html

weixin_30642267
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python24中使用urllib时遇到IOError的正确打开方式
曲老湿的专栏
09-07 3843
WIP
python 异常处理总结
12-23
最近，做个小项目经常会遇到Python 的异常，让人非常头疼，故对异常进行整理，避免下次遇到异常不知所措，以下就是对Python 异常进行的整理。 1.Python异常类    异常 描述 NameError 尝试访问一个没有申明的变量 ZeroDivisionError 除数为0 SyntaxError 语法错误 IndexError 索引超出序列范围 KeyError 请求一个不存在的字典关键字 IOError 输入输出错误（比如你要读的文件不存在） AttributeError 尝试访问未知的对象属性 ValueError 传给函数的参数类型不正确，
Tushare 的get_k_data
weixin_33819479的博客
11-10 1445
近日，挖地兔更新了tushare版本。主要是推出了新的函数get_k_data函数。来对此函数做一些分析。 函数头部分： def get_k_data(code=None, start='', end='', ktype='D', autype='qfq', index=False, ...
tushare实盘交易接口
qq_37898146的博客
09-12 986
# -*- coding:utf-8 -*- """ 交易数据接口 Created on 2014/07/31 @author: Jimmy Liu @group : waditu @contact: jimmysoa@sina.cn """ from __future__ import division import time import json import lxml.html from lxml import etree import pandas as pd import numpy as
获取新浪可转债t+0列表，附上python代码
a5601564的博客
05-30 3094
​​​​​​​ @classmethod def get_page_convertibleBonds(cls, pageIndex, retry_count=10): url = "http://vip.stock.finance.sina.com.cn/quotes_service/api/json_v2.php/Market_Center.getHQNodeDataSimple?page=%d&num=1000&sort=symbol&asc=1&node=h..
tush:tush 编程语言
06-06
【tush编程语言详解】 tush编程语言，作为一种在2015年由冰岛开发者为Uni的编译器课程特别创建的语言，旨在提供一个实践编译原理和理解编译技术的平台。它可能是为了帮助学生深入理解编程语言设计、解析、优化以及...
Python库 | tush-1.0.0.zip
03-12
Python库`tush`是用于开发和管理Python应用程序的工具，版本1.0.0的发布表明它已经达到了一个稳定的状态，适合开发者使用。这个库可能是为了简化某些特定任务，如数据处理、网络通信或者自动化操作而设计的。下面将...
ReflectiveToStringHelper:像 ToStringHelper 但反射！
06-16
ReflectiveToStringHelper（或只是 RTSH – arr tush）使用 Java 的反射功能来获取任何对象的字段并从中生成 toString，无论它们是私有的、包本地的、受保护的还是公共的。 对字段的访问无关紧要。 与其纠结于它是...
python3 urllib.error.URLError解决方法
u012512957的博客
12-07 1万+
原文 ：https://blog.csdn.net/sylmoon/article/details/78777770 运行.py文件报错如下： urllib.error.URLError: &lt;urlopen error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: unable to get local issuer ...
TuShare1.2.18中源码分析
weixin_41245990的博客
08-26 1630
TuShare源码的入口是__init__.py文件，我们从这个文件开始分析。 入口 # -*- coding:utf-8 -*- import codecs import os __version__ = codecs.open(os.path.join(os.path.dirname(__file__), 'VERSION.txt')).read() __author__ = 'Jimmy Liu' 上面的代码是TuShare的版本和作者 """ for trading data """ fro
Python中json.loads()无法解析单引号字符串问题的两种解决方法
zhangge3663的博客
02-20 2624
目录 1、json文件的保存与加载 2、json.loads()无法解析单引号字符串问题 3、解决方案 方案一：替换单引号 方案二：在使用json.loads()前使用eval()和json.dumps()进行处理 1、json文件的保存与加载 一般来说，我创建字典、保存为json文件、加载json文件的常用做法如下面代码所示。 import json # 创建字典 dict = {} dict['id'] = 'cc695906217' dict['name'] = '种冲' # 打印
自动化运维工具
agurt80004的专栏
10-29 3572
前言 本文主要记录了一些比较实用的运维自动化小工具 Oauth2.0认证（第三方授权登录） 1.Oauth2.0协议是什么？ 我去逛慕课网 如果不注册账号，我还可以用QQ登录，我在慕课网点击QQ登录，然后页面弹出QQ的授权界面，我点击授权慕课网就可以拿到我的个人信息，头像信息，完成快速登录；省去了用户注册、输入密码的时间； Oauth2.0验证流程分析 ...
python中ioerror怎么解决_python – 如何解决IOError：读取图像文件时数据流损坏？...
weixin_39574708的博客
12-11 954
我在Ubuntu 11.04下工作.我正在尝试在我的Django项目中使用PIL.可悲的是PIL无法加载我的图像.这是PIL设置摘要：PIL 1.1.7 SETUP SUMMARY--------------------------------------------------------------------version 1.1.7platform linux2 2....
[python]json.loads 几种错误 解决方案
热门推荐
AltenLi
01-12 3万+
json.loads python错误： 'utf8' codec can't decode byte ... 由于需求，要用python读取网页返回json，并取得其中的数据但是却遇到以上编码的问题。 终于找到了解决方案： 我们只需要对字符串进行unicode化，忽略错误就行了~ 代码如下： str2 = unicode( str, errors='ignore') 但是要注意
python错误-Python IOError错误异常原因
weixin_37988176的博客
11-01 1871
python语言IOError错误一般多发生在对文件操作报错时，表示要打开的文件不存在，当然能引发IOError错误错误异常的原因也并不只有这一种情况。下面来列举一些常会引发IOError错误的示例，并简单的说下解决IOError错误的方法。1、python ioerror的出现：打开一个不存在的文件，示例中有意输入了一个不存在的文件名，并试图打开它。程序找不到这个文件名所以引发了IOErrorT...
11-python异常处理
bigzql的博客
10-18 384
当你的程序出现例外情况时就会发生异常（Exception）。例如，当你想要读取一个文件时， 而那个文件却不存在，怎么办？又或者你在程序执行时不小心把它删除了，怎么办？这些通 过使用异常来...
python遇坑记录-json.loads() :JSONDecodeError: Invalid \escape
Daletxt的博客
06-05 6186
# -*- coding=utf-8 -*- import json import requests header = { 'User-Agent': 'googlespider', 'Content-Encoding': 'gzip', 'X-Forwarded-For': '202.101.43.22', } class Business(object): ...
raise IOError('The file is not exist！')
止语的博客
05-19 9693
文件的读取路径通常有三种，如下：if __name__ == '__main__': #y = r"‪F:\py_test\Framework\config\config.yaml" #1 #y = "‪F:/py_test/Framework/config/config.yaml" #2 #y = 'config.yaml' ...
github图书管理系统C++
最新发布
07-14
1. [CppLibraryManagement](https://github.com/tush。此外，SQLMAP还提供了多种注入技术和漏洞利用方式，可以满足不同场-tr/CppLibraryManagement)：这是一个简单但功能齐全的C++图书管理系统，具有借阅、景下的...

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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