python通信达数据_Python读取通达信数据

最新推荐文章于 2025-03-09 22:19:58 发布

weixin_39639568

最新推荐文章于 2025-03-09 22:19:58 发布

阅读量4.1k

点赞数 2

文章标签： python通信达数据

本文链接：https://blog.csdn.net/weixin_39639568/article/details/112014048

版权

这篇博客介绍了如何使用Python解析通达信本地日线数据，并将其转换为CSV格式，便于进一步分析。通过二进制读取和struct模块的unpack方法，详细解释了解析过程并提供了完整的代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Python读取通达信数据

一、介绍

python获取股票数据的方法很多，其中Tushare 财经数据接口包很好用，当然，也可以通过通达信本地的数据获取，这样更为方便。

日线数据存在这路径下

D:\通达信\vipdoc\sh\lday(我的通达信安装目录是D盘)

接着我们需要的就是解析这些数据，在分别存为

csv

格式的数据就行了，这样我们可以方便的用

pandas

或其他方法读取和分析。

通达信的日线数据格式如下：

每32个字节为一天数据每4个字节为一个字段，每个字段内低字节在前00

~ 03

字节：年月日,

整型04 ~ 07

字节：开盘价*100，

整型08 ~ 11

字节：最高价*100,

整型12 ~ 15

字节：最低价*100,

整型16 ~ 19

字节：收盘价*100,

整型20 ~ 23

字节：成交额(元)，float型24

~ 27

字节：成交量(股)，整型28

~ 31

字节：(保留)

打开一个

.day

的文件，发现是乱码，以二进制格式存储，那么我们只需按照上面存的字节数解析下就可以了。

先读取一天的数据

>>> f =

open('D:/通达信/vipdoc/sh/lday/sh000001.day',

'rb') >>> f.read(32)

b'\xa2\xde2\x01\x14\x9b\x03\x00\x0f\x9d\x03\x00\x8d\x91\x03\x00\xef\x93\x03\x00\xcb\xbc\x14Q\x9a\xfb|\x02-\x01Z\x02'

这应该就是一天的数据了，我们对这个数据进行解析，这里需要用到

struct

模块中的

unpack 方法

>>>

import struct >>> f =

open('D:/通达信/vipdoc/sh/lday/sh000001.day',

'rb') >>> li =

f.read(32) >>> data =

struct.unpack('lllllfll', li)

>>> data (20111010,

236308, 236815, 233869, 234479, 39926411264.0, 41745306, 39452973)

分别为日期，开盘，最高，最低，收盘，成交额，成交量，保留值

unpack用法：

前一个参数是格式，'lllllfii'

就是一个浮点数格式(f，这里对应日线数据中的成交额是float格式)和其他整形格式(i，这里对应日线数据中的其他数据是

int

格式)

那么剩下的问题不大了

二、完整代码

在 sh

目录下新建了个

pythondata

文件夹，注意文件路径分隔符是

import struct import datetime def stock_csv(filepath,

name): data = [] with open(filepath, 'rb') as f: file_object_path =

'D:/通达信/vipdoc/sh/pythondata/'

+ name +'.csv' file_object = open(file_object_path, 'w+') while

True: stock_date = f.read(4) stock_open = f.read(4) stock_high =

f.read(4) stock_low= f.read(4) stock_close = f.read(4) stock_amount

= f.read(4) stock_vol = f.read(4) stock_reservation = f.read(4) #

date,open,high,low,close,amount,vol,reservation if not stock_date:

break stock_date = struct.unpack("l", stock_date) #

4字节

如20091229 stock_open = struct.unpack("l",

stock_open)

#开盘价*100

stock_high = struct.unpack("l", stock_high)

#最高价*100

stock_low= struct.unpack("l", stock_low)

#最低价*100

stock_close = struct.unpack("l", stock_close)

#收盘价*100

stock_amount = struct.unpack("f", stock_amount)

#成交额

stock_vol = struct.unpack("l", stock_vol)

#成交量

stock_reservation = struct.unpack("l", stock_reservation)

#保留值

date_format =

datetime.datetime.strptime(str(stock_date[0]),'%Y%M%d')

#格式化日期

list=

date_format.strftime('%Y-%M-%d')+","+str(stock_open[0]/100)+","+str(stock_high[0]/100.0)+","+str(stock_low[0]/100.0)+","+str(stock_close[0]/100.0)+","+str(stock_vol[0])+"\r\n"

file_object.writelines(list) file_object.close()

stock_csv('D:/通达信/vipdoc/sh/lday/sh000001.day',

'1')

运行下，打开

1.CSV 文件

三、批量解析

import os import struct import datetime def

stock_csv(filepath, name): data = [] with open(filepath, 'rb') as

f: file_object_path =