Python之财富自由——天天基金数据爬取并导入excel（详细信息爬取）

一位泉州小哥近日喜提热搜“一万多买了1314只基金每只10块，买了好几天，第一次花钱花到手抽筋”

投资界有句名言，不要把鸡蛋全部放在一个篮子里，但你见过，有人装鸡蛋的篮子，比鸡蛋还多的吗？

那么怎么成为这样一个基金海王呢？

当然得从基金的信息获取筛选开始。

天天基金的基金页面就是个不错的选择

代码如下

#-*-coding:utf-8 -*-
#********************
#微信&电话：13248260503
# 证券开户 研报收集
# 代码交流 数据分析
# 脚本开发 投资推荐
#********************
import urllib.request
import requests
import re
import random
import time
from urllib.parse import urlencode
import pandas as pd  #制表模块
from urllib.parse import urlparse
my_headers = ["Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36","Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/35.0.1916.153 Safari/537.36","Mozilla/5.0 (Windows NT 6.1; WOW64; rv:30.0) Gecko/20100101 Firefox/30.0","Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_2) AppleWebKit/537.75.14 (KHTML, like Gecko) Version/7.0.3 Safari/537.75.14","Mozilla/5.0 (compatible; MSIE 10.0; Windows NT 6.2; Win64; x64; Trident/6.0)",'Mozilla/5.0 (Windows; U; Windows NT 5.1; it; rv:1.8.1.11) Gecko/20071127 Firefox/2.0.0.11','Opera/9.25 (Windows NT 5.1; U; en)','Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.1.4322; .NET CLR 2.0.50727)','Mozilla/5.0 (compatible; Konqueror/3.5; Linux) KHTML/3.5.5 (like Gecko) (Kubuntu)','Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.8.0.12) Gecko/20070731 Ubuntu/dapper-security Firefox/1.5.0.12','Lynx/2.8.5rel.1 libwww-FM/2.14 SSL-MM/1.4.1 GNUTLS/1.2.9',"Mozilla/5.0 (X11; Linux i686) AppleWebKit/535.7 (KHTML, like Gecko) Ubuntu/11.04 Chromium/16.0.912.77 Chrome/16.0.912.77 Safari/535.7","Mozilla/5.0 (X11; Ubuntu; Linux i686; rv:10.0) Gecko/20100101 Firefox/10.0 "
]
headers = {'User-Agent':random.choice(my_headers)}
def get_page(url):#封装下载页面方法response = requests.get(url,headers=headers)if response.status_code == 200:return response.content.decode("utf-8")#应对乱码else:return '爬取失败！'def parse_html(html_content):pattern = re.compile('.*?fname fl.*?>(.*?)\D(\d+)\D</a>.*?单位净值.*?>(.*?)</span>.*?<span.*?>(.*?)</span>.*?基金类型：(.*?)</li>.*?管&nbsp;理&nbsp;人：.*?>(.*?)</a>.*?规&nbsp;&nbsp;&nbsp;&nbsp;模</a>：((---)|(.*?)亿元).*?基金经理：.*?>(.*?)</a>', re.S)#(.*?fname fl.*?>(.*?)\D(\d+)\D</a>).*?ping.*?>(.*?)</span>.*?基金类型：(.*?)</li>.*?管&nbsp;理&nbsp;人：.*?>(.*?)</a>.*?规&nbsp;&nbsp;&nbsp;&nbsp;模</a>：(.*?)亿元.*?基金经理：.*?>(.*?)</a>.*?手&nbsp;续&nbsp;费</a>：(.*?)<', re.S)result1 = re.findall(pattern, html_content)return result1
def parse_html1(html):pattern = re.compile('.*?allPages.*?(\d+)', re.S)result2 = re.findall(pattern, html)return result2
ex_name = input('表格名称:') +'.csv'
url = input('输入网址:')
result = urlparse(url)
url_parse = list(result) #元组转为列表
url_parse_fragment = url_parse[-1]
url_parse_fragment_l= url_parse_fragment.split(";")#将字符串转为列表
new_data_list =[]
for data in url_parse_fragment_l:data_1=re.split('(\w{2})',data,1)data_2=data_1new_data_list.append(data_2)
new_data_list_len = len(new_data_list)
new_dict = {}
for i in new_data_list:new_dict[i[1]] = i[2]
base_url = 'http://fund.eastmoney.com/data/FundGuideapi.aspx?'
new_url = base_url + urlencode(new_dict)
html = get_page(new_url)
rusult2 = parse_html1(html)
all_page =int(rusult2[0])
shuju = pd.DataFrame([], columns=[ '名称', '单位净值', '涨跌','基金类型','管理人','规模（亿元）','基金经理'])
for i in range(all_page):new_dict['pi']=str(i+1)print(new_dict)new_url = base_url + urlencode(new_dict)html_content = get_page(new_url)result1 = parse_html(html_content)print(result1)for item in result1:daima = '代码：'+item[1]mingcheng = item[0]jingzhi = item[2]zhangdie = item[3]leixing = item[4]guanli = item[5]guimo = item[7]+item[8]jingli = item[9]shuju.loc[daima,'名称'] = mingchengshuju.loc[daima,'单位净值'] = jingzhishuju.loc[daima,'涨跌'] = zhangdieshuju.loc[daima,'基金类型'] = leixingshuju.loc[daima,'管理人'] = guanlishuju.loc[daima,'规模（亿元）'] = guimoshuju.loc[daima,'基金经理'] = jingli
shuju.to_csv(ex_name, encoding='utf-8')

天天基金的详细信息页面是这个样子

可以先选择筛选条件进行筛选

然后复制网址

在运行程序中输入表格名称和复制的网址，得到下面的结果。

得到所有89只符合“互联网服务”条件的基金信息。

成品程序下载链接：https://pan.baidu.com/s/1xB0Rna5M4nhcyx7ZsVGmvA
提取码：ix33

当然代码更进一步优化还能获得更加详细的信息，比如这样

代码和成品脚本打包择机放出

有需要低佣开户的可以联系哟
国企券商配置专业客户经理一对一服务。

微信：13248260503

Python之财富自由——天天基金数据爬取并导入excel（详细信息爬取）相关推荐

抖音短视频数据抓取实战系列（三）——Fiddler抓取抖音用户详细信息数据
抖音短视频数据抓取实战系列(三)--Fiddler抓取抖音用户详细信息数据项目目录 1.抖音短视频数据抓取实战系列(〇)--前言 2.抖音短视频数据抓取实战系列(一)--模拟器的选择与设置 3.抖音 ...
python爬取豌豆荚中的详细信息并存储到SQL Server中
买了本书<精通Python网络爬虫>,看完了第6章,我感觉我好像可以干点什么:学的不多,其中的笔记我放到了GitHub上:https://github.com/NSGUF/PythonLe ...
python爬虫公众号_python爬虫_微信公众号推送信息爬取的实例
问题描述利用搜狗的微信搜索抓取指定公众号的最新一条推送,并保存相应的网页至本地. 注意点搜狗微信获取的地址为临时链接,具有时效性. 公众号为动态网页(JavaScript渲染),使用request ...
python分布式(scrapy-redis)实现对房天下全国二手房与新房的信息爬取(偏小白,有源码有分析)
文章目录 Scrapy实现, 确定需求进入分析分析url 分析页面结构代码 spiders(爬虫) items pipelines middlewares settings start Scra ...
Python3 爬取携程网[2]: 爬取北京五星级酒店详细信息
目录 1. 需求分析 2. 实验环境 3. 具体实现 3.1 分析页面 3.2 请求 3.3 响应 3.3.1 BeautifulSoup提取标签信息 3.3.2 正则表达式提取字符串信息 3.3.3 ...
用Scrapy对豆瓣top250进行电影详细信息爬取
简述为了练习简单的Pandas操作,我用Scrapy爬取了豆瓣Top250的电影信息.Top250页面展现的电影信息和具体电影页面所呈现的内容有些不同(比如演员信息),所以爬取总共用了两部分代码.此 ...
数据泵expdp/impdp导入导出详细说明
目录 1.数据泵导出expdp详细参数 2.数据泵导入impdp详细参数 3.数据泵作业参数详细说明 3.1 EXPDP命令行选项 3.1.1 ATTACH 3.1.2 CONTENT 3.1.3 D ...
python爬虫和数据可视化论文_Python爬虫之小说信息爬取与数据可视化分析
一.小说数据的获取获取的数据为起点中文网的小说推荐周榜的所有小说信息. 源代码对所有想要获取的数据都有注释. http://dxb.myzx.cn/grandmal/ # -*- coding: u ...
Scrapy项目 - 数据简析 - 实现斗鱼直播网站信息爬取的爬虫设计
一.数据分析截图(weka数据分析截图 2-3个图,作业文字描述) 本次将所爬取的数据信息,如:房间数,直播类别和人气,导入Weka 3.7工具进行数据分析.有关本次的数据分析详情详见下图所示: ...

Python之财富自由——天天基金数据爬取并导入excel（详细信息爬取）

Python之财富自由——天天基金数据爬取并导入excel（详细信息爬取）相关推荐

最新文章

热门文章