还是跟着@Jack-Cui老哥教程跟着编的爬虫,稍微改动了下,主要是mysql的插入方式,我使用了lazyspider的方法,不需要手动撸sql语句,还用的progressbar模块,可以显示进度条(不过不能再cmd用!!)
要点:1.
eval
()可以把字串符变为 变量
2.利用循环生成创建表格的sql语句
3.
lazystore的使用
4.
progressbar模块生成进度条
代码如下
#-*- coding:UTF-8 -*- import sys import requests from bs4 import BeautifulSoup import re from lazyspider.lazystore import LazyMysql import time from progressbar import * class FinancialData(): def __init__(self): # 服务器域名 self.server = 'http://quotes.money.163.com/' self.cwnb = 'http://quotes.money.163.com/hkstock/cwsj_' # 主要财务指标 self.cwzb_dict = {'EPS': '基本每股收益', 'EPS_DILUTED': '摊薄每股收益', 'GROSS_MARGIN': '毛利率', 'CAPITAL_ADEQUACY': '资本充足率', 'LOANS_DEPOSITS': '贷款回报率', 'ROTA': '总资产收益率', 'ROEQUITY': '净资产收益率', 'CURRENT_RATIO': '流动比率', 'QUICK_RATIO': '速动比率', 'ROLOANS': '存贷比', 'INVENTORY_TURNOVER': '存货周转率', 'GENERAL_ADMIN_RATIO': '管理费用比率', 'TOTAL_ASSET2TURNOVER': '资产周转率', 'FINCOSTS_GROSSPROFIT': '财务费用比率', 'TURNOVER_CASH': '销售现金比率', 'YEAREND_DATE': '报表日期'} # 利润表 self.lrb_dict = {'TURNOVER': '总营收', 'OPER_PROFIT': '经营利润', 'PBT': '除税前利润', 'NET_PROF': '净利润', 'EPS': '每股基本盈利', 'DPS': '每股派息', 'INCOME_INTEREST': '利息收益', 'INCOME_NETTRADING': '交易收益', 'INCOME_NETFEE': '费用收益', 'YEAREND_DATE': '报表日期'} # 资产负债表 self.fzb_dict = { 'FIX_ASS': '固定资产', 'CURR_ASS': '流动资产', 'CURR_LIAB': '流动负债', 'INVENTORY': '存款', 'CASH': '现金及银行存结', 'OTHER_ASS': '其他资产', 'TOTAL_ASS': '总资产', 'TOTAL_LIAB': '总负债', 'EQUITY': '股东权益', 'CASH_SHORTTERMFUND': '库存现金及短期资金', 'DEPOSITS_FROM_CUSTOMER': '客户存款', 'FINANCIALASSET_SALE': '可供出售之证券', 'LOAN_TO_BANK': '银行同业存款及贷款', 'DERIVATIVES_LIABILITIES': '金融负债', 'DERIVATIVES_ASSET': '金融资产', 'YEAREND_DATE': '报表日期'} # 现金流表 self.llb_dict = { 'CF_NCF_OPERACT': '经营活动产生的现金流', 'CF_DIV_REC': '已收利息', 'CF_INT_PAID': '已付利息', 'CF_INT_REC': '已收股息', 'CF_DIV_PAID': '已派股息', 'CF_INV': '投资活动产生现金流', 'CF_FIN_ACT': '融资活动产生现金流', 'CF_BEG': '期初现金及现金等价物', 'CF_CHANGE_CSH': '现金及现金等价物净增加额', 'CF_END': '期末现金及现金等价物', 'CF_EXCH': '汇率变动影响', 'YEAREND_DATE': '报表日期'} # 请求头 self.headers = { 'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8', 'Accept-Encoding': 'gzip, deflate', 'Accept-Language': 'zh-CN,zh;q=0.8', 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.109 Safari/537.36'} #总表 self.table_name={'cwzb': '主要财务指标', 'lrb': '利润表', 'fzb': '资产负债表', 'llb': '现金流量表'} def get_name(self,code): '''输入股票编号,返回名字,报表时间''' code=str(code) target_url = self.cwnb+code+'.html' req = requests.get(url=target_url, headers=self.headers) req.encoding = 'utf-8' html = req.text page_bf = BeautifulSoup(html, 'lxml') # 股票名称 name = page_bf.find_all('span', class_='name')[0].string #报表初始时间———结束时间 time=page_bf.find_all('select',id='cwzb1')[0].select('option') endtime=time[0].text starttime=time[-1].text return name,starttime,endtime def get_informations(self,code): '''返回名字,汇总字典{报表:对应list,,,}''' # 整个汇总字典结构如下{'cwzb':[{'TURNOVER':33,'股票名':tx,···}、{}],'lrb':[{},{}],····} name, starttime, endtime=self.get_name(code) table_dict={} #总字典 for table in self.table_name.keys():#每个表的数据轮流单独处理 url=self.server+'hk/service/cwsj_service.php?symbol={}&start={}&end={}&type={}&unit=yuan'\ .format(code,starttime,endtime,table) #打开每个数据类型对应的网页,把该表格的数据汇总,每个年度的字典组成的list table_text=requests.get(url=url,headers=self.headers).json() #得到对应的中英文转换表,self.cwzb_dict dicts=eval('self.'+table+'_dict') list=[] for one in table_text: #英文名的表头全部换为中文,再把每个年度的字典放进list里,然后再把这个list放进总字典 c={dicts[zhong]:one[ying] for zhong in dicts.keys() for ying in one.keys() if ying==zhong} c['股票名']=name c['股票代码']=code list.append(c) #c就是每一年度的具体报表,list就是该报表的每个年度的汇总,table_dict就是4个报表的汇总 table_dict[table]=list#每个报表:list return name,table_dict def insert_tables(self,table_dict): '''先创建table(现金流表、、),然后把每一年的数据插入''' for table in table_dict.keys():#循环总字典 table_name=self.table_name[table] #总字典key是英文(cwzb、、),先转换为中文 #循环数据(dict)把每一列的列名添加到创建table的sql语句中 sql="CREATE TABLE IF NOT EXISTS %s (报表日期 char(30)"% table_name for key in table_dict[table][0].keys():#总字典→报表→第一个字典的keys if key!='报表日期': sql+=','+key+' char(30)' sql=sql+")ENGINE=InnoDB DEFAULT CHARSET='utf8'" #运用lazymysql,登录mysql然后执行 TEST_DB = { 'host': 'localhost', 'user': 用户名, 'password': 密码, 'db': 'test' } store = LazyMysql(TEST_DB) store.query(sql) #直接操作sql语句,创建表格table bar = ProgressBar(widgets=[ #使用progress模块,显示进度条 ' [正在下载 ', Percentage(), Bar() , '] ',table_name, ]) #把list的每一年的数据(dict)插入到对应的表格里 for item in bar(table_dict[table]):#循环报表的list time.sleep(0.1) store.save_one_data(table_name, item) #插入到mysql----表名,字典 if __name__ == '__main__': print('*' * 100) print('\t\t\t\t\t财务数据下载助手\n') print('*' * 100) fd = FinancialData() # 上市股票地址 code = input('请输入股票代码:') name,table_dict=fd.get_informations(code) print('\n %s:(%s)财务数据下载中!\n' % (name, code)) fd.insert_tables(table_dict) print('\n %s:(%s)财务数据下载完成!' % (name, code))
其中创建table的语句我用循环自动生成了,不需要自己手撸这么痛苦!!!
CREATE TABLE IF NOT EXISTS 利润表 (报表日期 char(30),每股派息 char(30),总营收 char(30),股票代码 char(30),经营利润 char(30),除税前利润 char(30),交易收益 char(30),净利润 char(30),利息收益 char(30),股票名 char(30),每股基本盈利 char(30),费用收益 char(30))ENGINE=InnoDB DEFAULT CHARSET='utf8'
效果图:
插入图: