#coding=utf-8

from selenium import webdriver

import time

import os

import re

import sys

import threading

import Queue

import Tkinter as tk

from selenium.common.exceptions import NoSuchElementException

def myinit():

reload(sys)

sys.setdefaultencoding('utf8')

#获取屏幕分辨率

def getscreeninfo():

#这个没考虑多显示器的问题

info={}

root = tk.Tk()

info['width_px'] = root.winfo_screenwidth()

info['height_px'] = root.winfo_screenheight()

info['width_mm'] = root.winfo_screenmmwidth()

info['height_mm'] = root.winfo_screenmmheight()

# 2.54 cm = in

info['width_in'] = info['width_mm'] / 25.4

info['height_in'] = info['height_mm'] / 25.4

info['width_dpi'] = info['width_px']/info['width_in']

info['height_dpi'] = info['height_px']/info['height_in']

return info

########################

#生成多个浏览器实例

def makebr(number):

brs=[]

for i in range(number):

br=webdriver.Firefox()

brs.append(br)

return brs

#设置所有浏览器实例大小

def setbrsize(brs,x,y):

for i in brs:

i.set_window_size(200,200)

#排列打开的浏览器

def layoutbrs(brs,x=0,y=0,dx=10,dy=10,mode=0,hang=0):

#mode 0,横向, 1,纵向 2,矩形 3,对角线

#hang 0为尽量按正方形排列

screeninfo=getscreeninfo()

if(mode==0):

dy=0

elif(mode==1):

dx=0

if(mode!=2):

for i in brs:

i.set_window_position(x,y)

x=x+dx

y=y+dy

else:

#这个以后有空再弄

pass

#hang=math.ceil(math.sqrt(len(dbrs)))

#关闭所有浏览器

def closebr(brs):

for i in brs:

i.quit()

#######################

#获得指定股票相关数据

def getinfo(mydriver,gourl):

title='//*[@id="name"]'

code='//*[@id="code"]'

hexinshujuxpath="/html/body/div[14]/div[1]/div[4]/div[1]"

restr=":".decode('utf8')

myre=re.compile(restr,re.I|re.M|re.S)

linetext=""

errorinfo=""

mydriver.get(gourl)

try:

gupiaoming=mydriver.find_element_by_xpath(title).text

gupiaocode=mydriver.find_element_by_xpath(code).text

hexinshuju=mydriver.find_element_by_class_name('pad5')

shujuhang=hexinshuju.find_elements_by_tag_name('tr')

for i in range(len(shujuhang)-2):

shujulie=shujuhang[i].find_elements_by_tag_name('td')

tmpshuju=myre.split(shujulie[0].text)

linetext=linetext+"~"+tmpshuju[1]

shuju=myre.split(shujuhang[8].text)

linetext=linetext+"~"+shuju[1]

tmpshuju=myre.split(shujuhang[9].text)

linetext=linetext+"~"+tmpshuju[1]

linetext="%s~%s%s"%(gupiaoming,gupiaocode,linetext)

#print "数据:",linetext

except NoSuchElementException,e:

#print "不是股票"

pass

except Exception:

errorinfo= "非预期错误"+gourl

print errorinfo

finally:

return linetext,errorinfo

#获得所有股票链接

def geturls(br):

#通过link对象获得链接地址的text文本

def getlinkurl(linklist):

my=[]

for x in linklist:

my.append(x.get_attribute('href'))

return my

sz=[]

sh=[]

br.get("http://quote.eastmoney.com/stocklist.html")

shxpath="/html/body/div[9]/div[2]/div/ul[1]"

szxpath="/html/body/div[9]/div[2]/div/ul[2]"

shgupiao=br.find_element_by_xpath(shxpath)

szgupiao=br.find_element_by_xpath(szxpath)

shgupiaolist=shgupiao.find_elements_by_tag_name('a')

szgupiaolist=szgupiao.find_elements_by_tag_name('a')

sh=getlinkurl(shgupiaolist)

sz=getlinkurl(szgupiaolist)

return sh,sz

#多线程执行用的函数

def thread_getinfo(br,jobslink_queue,jieguo_queue,errorinfo_queue):

while True:

try:

#获得队列里的地址

url=jobslink_queue.get(False) #False =Don't wait

except Queue.Empty:

print "完成退出"

#br.quit()

return

#print url

if(url!=None):

(linetext,errorinfo)=getinfo(br,url)

if(linetext!=""):

jieguo_queue.put(linetext)

if(errorinfo!=""):

errorinfo_queue.put(errorinfo)

#######################

#多线程控制函数

def saveinfoabc(info_filename,error_filename,urllist):

jobslink=Queue.Queue(0)

jieguo=Queue.Queue(0)

errorsinfo=Queue.Queue(0)

for x in urllist[200:250]:#为测试方便这里只取了50,如果要全下载,取消[]就好

jobslink.put(x)

#启动线程

for x in range(THREAD_NUM):

t=threading.Thread(target=thread_getinfo,args=(brs[x],jobslink,jieguo,errorsinfo))

t.start()

f=open(info_filename,'w')

e=open(error_filename,'w')

mycount=0

while (threading.activeCount()>1) or (not jobslink.empty()):

while jieguo.qsize()>0 or errorsinfo.qsize()>0:

if(jieguo.qsize()>0):

jieguotxt=jieguo.get()

f.write(jieguotxt+"\n")

if(errorsinfo.qsize()>0):

error=errorsinfo.get()

e.write(error+"\n")

mycount=mycount+1

if(mycount%100)==0:

print "%d: 活动线程:%d,剩余连接数:%d,结果剩余条数:%d,错误剩余条数:%d"%(mycount,threading.activeCount(),jobslink.qsize(),jieguo.qsize(),errorsinfo.qsize())

time.sleep(0.01)

e.close()

f.close()

print "数据下载完成"

######################

myinit()

br=webdriver.Firefox()

print "获得所有链接地址"

(sh,sz)=geturls(br)

br.quit()

#info_filename='shinfo.txt'

#error_filename='sherror.txt'

THREAD_NUM=10

brs=makebr(THREAD_NUM)

setbrsize(brs,200,300)

layoutbrs(brs ,0,0,80,80,0)

saveinfoabc('shinfo.txt','sherror.txt',sh)

saveinfoabc('szinfo.txt','szerror.txt',sz)

closebr(brs)

html股票数据代码,股票数据的网站抓取(4.2)代码优化相关推荐

  1. python爬虫怎么爬同一个网站的多页数据-如何用Python爬数据?(一)网页抓取

    如何用Python爬数据?(一)网页抓取 你期待已久的Python网络数据爬虫教程来了.本文为你演示如何从网页里找到感兴趣的链接和说明文字,抓取并存储到Excel. 需求 我在公众号后台,经常可以收到 ...

  2. python爬网站数据实例-如何用Python爬数据?(一)网页抓取

    如何用Python爬数据?(一)网页抓取 你期待已久的Python网络数据爬虫教程来了.本文为你演示如何从网页里找到感兴趣的链接和说明文字,抓取并存储到Excel. 需求 我在公众号后台,经常可以收到 ...

  3. 系统检测到您正在使用网页抓取工具访问_从网站抓取数据的3种最佳方法

    halo,大家好,我是特仑苏,今天呢给大家分享一些Python从网站抓取数据的一些方法,希望可以给大家带来一些帮助! 原作者:Octoparse团队 原出处:作品文(从网站抓取数据的3种最佳方法)/网 ...

  4. mrtrix3处理DTI数据代码——DWI数据进行概率追踪和纤维素追踪

    mrtrix3处理DTI数据代码--DWI数据进行概率追踪和纤维素追踪 DWI预处理 1.数据准备 被试DWI和T1数据,均放置在同一文件夹/home/hitlab/hitlab/GS/data/tt ...

  5. 从网站抓取数据并在 Excel 中整合

    从网站抓取数据并在 Excel 中整合 在本文中,我们将看到下一个练习使用 UiPath 的任务. 当您进入公司或作为自由职业者工作时,这将使您了解更多并为实时工作做好准备. 在这项任务中,我们更关注 ...

  6. asp.net 获取全部在线用户_提取在线数据的9个最佳网页抓取工具

    Web Scraping工具专门用于从网站中提取信息.它们也被称为网络收集工具或Web数据提取工具. Web Scraping工具可以在各种场景中用于无限目的. 比如: 1.收集市场研究数据 网络抓取 ...

  7. vs用Python爬数据?(一)网页抓取

    你期待已久的Python网络数据爬虫教程来了.本文为你演示如何从网页里找到感兴趣的链接和说明文字,抓取并存储到Excel. (由于微信公众号外部链接的限制,文中的部分链接可能无法正确打开.如有需要,请 ...

  8. python股票交易接口实现股票分时图K线图及抓取level2行情的开发程序分析

    大家对股票交易接口并不陌生,那么要想获取股票数据获取,也是可以通过python股票交易接口实现股票分时图K线图及抓取level2行情的开发程序分析如下: import sys from PyQt5 i ...

  9. r语言抓取网页数据_使用R进行网页抓取的简介

    r语言抓取网页数据 by Hiren Patel 希伦·帕特尔(Hiren Patel) 使用R进行网页抓取的简介 (An introduction to web scraping using R) ...

  10. oracle 数据库中执行数据库语句能找到数据,但是程序中却抓取不到

    oracle 数据库中执行数据库语句能找到数据,但是程序中却抓取不到? 原因:数据库中插入数据时没有commit,执行COMMIT后就可以查询到. 转载于:https://www.cnblogs.co ...

最新文章

  1. 关于LUA+Unity开发_toLua篇【二】
  2. Android性能优化之启动优化实战篇,最终入职阿里
  3. 《系统集成项目管理工程师》必背100个知识点-87系统文档验收
  4. [Qt入门]模态和非模态对话框创建
  5. Behavior Language Processing with Graph based Feature Generation for Fraud DetectioninOnline Lending
  6. python中关于图例legend在图外的画法简析
  7. Smart3D模型合并
  8. jdk7 linux 32位 安装包 微云网盘下载
  9. 【论文解读】AVOD-Net 用于自动驾驶的聚合视图3D对象检测网络
  10. 十以内加法速算游戏设计
  11. c语言offset函数,offset偏移量 offset函数怎么用,详细一点…
  12. CSS解决hover选择器生硬效果
  13. BootstrapBlazor实战 Menu 导航菜单使用(2)
  14. Redis原生SET、SETNX、SETEX方法以及RedisTemplate的方法 + 分布式锁的实现
  15. 访问局域网另外一台电脑虚拟机中CentOS7
  16. 编译安装nginx并实现反向代理负载均衡和缓存功能
  17. WPF实现纵向显示TabControl标题及标题字体样式
  18. 警示灯E-mark认证要怎么办理?
  19. 计算一幅图像的平均亮度
  20. pptv图标出现在计算机磁盘,求大神解决!!界面图标全部变成了pptv,如果用其他打开方式打开同理,点哪个都弹出来PPTV说不支持格式...

热门文章

  1. MP3技术白皮书-音频格式全解析
  2. 无符号哥伦布指数编码
  3. 面向对象—的__new__()方法详解
  4. 博客园中的源代码格式显示
  5. Jmeter笔记(Ⅱ)使用Jmeter实现轻量级的接口自动化测试
  6. 使用Spring框架能带来那些好处?
  7. Redis进阶实践之二十 Redis的配置文件使用详解
  8. centos下cmake安装
  9. BZOJ4107 : [Wf2015]Asteroids
  10. zjnu1730 PIRAMIDA(字符串,模拟)