爬虫基础(7)

目录:

  1. 功能及准备
  2. 程序结构设计
  3. 代码
  • 功能描述

    1. 目标:获取上交所和深交所A股的当日的交易信息
    2. 输出:保存到文件中
    3. 数据源选择
      • 选取原则:股票信息静态存储于html网页中,非js,没有robots限制
      • 选取心态:不纠结于个别网站,多找几个网站试试;不纠结于百度,试试google等其它搜索引擎
      • 数据源
        • 凤凰网财经频道
  • 程序结构设计

    • 从凤凰网财经频道获取股票信息
    • 输出到文件
  • 程序实现

from bs4 import BeautifulSoup
import pandas as pd
import requests, bs4, time

class spider(object):

    def __init__(self):
        self.user_agent = {'user-agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36'}
        self.path = 'https://app.finance.ifeng.com/list/stock.php?t='
        self.sh = 'sa'
        self.sz = 'ha'
        self.page = '&f=chg_pct&o=desc&p='
        self.ls = []

    def getHtmlText(self, url):
        try:
            req = requests.get(url)
            req.raise_for_status()
            return req.text
        except Exception as e:
            return "产生异常:{}".format(e)

    def parserHtml(self, html):
        soup = BeautifulSoup(html)
        for tr in soup.find('table').children:
            if isinstance(tr, bs4.element.Tag):
                ths = tr('th')
                if ths:
                    self.ls.append([i.string for i in ths])
                tds = tr('td')
                if tds:
                    self.ls.append([i.string for i in tds])

    def printInfo(self):
        # with open('股票大全.txt', 'w') as f:
        #     f.write(str(self.ls))
        pd.DataFrame(self.ls).to_csv('股票大全.csv', encoding='gbk')

def main():
    sp = spider()
    try:
        cnt = 0
        while cnt <= 10:
            # 获取沪A股
            html = sp.getHtmlText(sp.path + sp.sh + sp.page + str(cnt))
            sp.parserHtml(html)
            # 获取深A股
            html = sp.getHtmlText(sp.path + sp.sz + sp.page + str(cnt))
            sp.parserHtml(html)
            cnt += 1
            print(cnt)
    except Exception as e:
        print('循环了{}次,产生异常:{}'.format(cnt, e))
    else:
        print('Running normal.')
    finally:
        sp.printInfo()
        print('游戏结束.')

if __name__ == '__main__':
    main()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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