爬蟲實戰(zhàn) | 爬取東方財富網(wǎng)股票數(shù)據(jù)
1.頁面分析
此次我們獲取數(shù)據(jù)的網(wǎng)站是東方財富網(wǎng)！
首先我們按F12打開開發(fā)者模式，對name里面的網(wǎng)頁進行觀察，發(fā)現(xiàn)數(shù)據(jù)是以jQuery加載進網(wǎng)頁的，每次加載20個數(shù)據(jù)，如圖：
我們已經(jīng)發(fā)現(xiàn)單頁數(shù)據(jù)存儲的方式了，現(xiàn)在我們來看一下各頁URL之間的聯(lián)系，如圖：
從圖中我們可以清楚的發(fā)現(xiàn)，每翻一頁，pn的參數(shù)增加1，所以我們構(gòu)建URL時，只需讓params中的pn參數(shù)循環(huán)，即可批量對網(wǎng)頁發(fā)起訪問請求，代碼如下：
for page in range(1,50):
params = (
('cb', 'jQuery1124031167968836399784_1615878909521'),
('pn', str(page)),
('pz', '20'),
('po', '1'),
('np', '1'),
('ut', 'bd1d9ddb04089700cf9c27f6f7426281'),
('fltt', '2'),
('invt', '2'),
('fid', 'f3'),
('fs', 'm:0 t:6,m:0 t:13,m:0 t:80,m:1 t:2,m:1 t:23'),
('fields', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f13,f14,f15,f16,f17,f18,f20,f21,f23,f24,f25,f22,f11,f62,f128,f136,f115,f152'),
)
2.獲取數(shù)據(jù)
上面我們已經(jīng)將網(wǎng)頁的URL之間的聯(lián)系和數(shù)據(jù)存儲分析好了，下面我們就可以開始對數(shù)據(jù)進行獲取了。
在上面對網(wǎng)頁進行分析時，我們感覺這個網(wǎng)頁存儲數(shù)據(jù)是json格式的，其實不是，它前面多了一些臟數(shù)據(jù)，如圖：
我們?nèi)绻胗胘son來將數(shù)據(jù)進行解析的話，就必須將這些臟數(shù)據(jù)去掉。
當然我們也可以用另一種方法來解決這個問題，就是將數(shù)據(jù)轉(zhuǎn)化成字符串的形式，然后用正則表達式將目標數(shù)據(jù)提取出來。代碼如下：
daimas = re.findall('"f12":(.*?),',response.text)
names = re.findall('"f14":"(.*?)"',response.text)
zuixinjias = re.findall('"f2":(.*?),',response.text)
zhangdiefus = re.findall('"f3":(.*?),',response.text)
zhangdiees = re.findall('"f4":(.*?),',response.text)
chengjiaoliangs = re.findall('"f5":(.*?),',response.text)
chengjiaoes = re.findall('"f6":(.*?),',response.text)
zhenfus = re.findall('"f7":(.*?),',response.text)
zuigaos = re.findall('"f15":(.*?),',response.text)
zuidis = re.findall('"f16":(.*?),',response.text)
jinkais = re.findall('"f17":(.*?),',response.text)
zuoshous = re.findall('"f18":(.*?),',response.text)
liangbis = re.findall('"f10":(.*?),',response.text)
huanshoulvs = re.findall('"f8":(.*?),',response.text)
shiyinglvs = re.findall('"f9":(.*?),',response.text)
3.數(shù)據(jù)存儲
在之前的文章中，我們關(guān)于數(shù)據(jù)存儲的各種方式已經(jīng)介紹的很清楚了，這里我們就不在過多介紹了，此次才用Excel文件來對數(shù)據(jù)進行存儲，代碼如下：
wb = openpyxl.Workbook()
sheet = wb.active
sheet['A1'] = '代碼'
sheet['B1'] = '名稱'
sheet['C1'] = '最新價'
sheet['D1'] = '漲跌幅'
sheet['E1'] = '漲跌額'
sheet['F1'] = '成交量'
sheet['G1'] = '成交額'
sheet['H1'] = '振幅'
for i in range(20):
sheet.append([daimas[i],names[i],zuixinjias[i],zhangdiefus[i],zhangdiees[i],
chengjiaoliangs[i],chengjiaoes[i],zhenfus[i],zuigaos[i],zuidis[i],
jinkais[i],zuoshous[i],liangbis[i],huanshoulvs[i],shiyinglvs[i]])
讓我們來看看最終效果：
總結(jié)
1. 本文詳細的介紹了如何從東方財富網(wǎng)上批量獲取股票數(shù)據(jù)，請讀者仔細閱讀，并加以操作。
2. 東方財富網(wǎng)沒有反爬，但是本著友好的原則，用戶在爬取時最好使用間隔爬取。
3. 本文僅供參考學習，不做商用。
4. 需要遠嗎，公眾號回復(fù)【小助手】，找他獲取，即可獲取源代碼。