Python爬虫-同花顺行业历史数据及成分股

Github

所有板块
板块历史走势
成分股
行业历史数据
成分股爬取存储

1. Q:如何获取板块日线K线图中的数据?

    A:图中的K线图不是flash动画,鼠标移动,是会显示每天的价格情况,因此猜测是JS动态加载生成的 通过F12抓包 无找到相应的js文件 运气使然 无意间点到K线图的+-缩放键 新增了两个文件 2017.js、2018.js 里面便有想要的数据,分别是17年和18年每天的数据 数据格式对应为日期、开盘价、最高价、最低价、收盘价、成交量、成交额  获取即可

2. Q:2017.js和2018.js的网址 打开或者requests后并无相应数据,如何解决? 如半导体及元件板块的js网址是http://d.10jqka.com.cn/v4/line/bk_881121/01/2017.js 打开后是404

   A:requests添加headers属性 headers属性中添加user-agent、Referer和Cookie

headers属性

3. Q:cookie容易失效 没爬几个网址就失效了,该如何解决?

    A:因为没有登录 所以网址给的是临时cookie 极其容易失效 两个解决办法:1:注册一个同花顺账号 登陆后 给的cookie失效更长 2.用 selenium模拟浏览器登录,获取每次的临时cookie 这样就不会失效

我选择了第二种方法 第一种方法使用账号的cookie,容易被封账号,也懒得注册一个账号 第二种方法的缺点就是每次都会打开一个浏览器 有点耗内存 不过实测没问题 

4. Q:用selenium模拟登陆,每次都会弹出浏览器 一闪一闪  光速开始又光速关闭 就像老有人在眼前晃 如何解决?

    A:使用无头模式 即表面不看到浏览器 和PhantomJS一样 那为啥不用PhantomJS呢 因为selenium不再支持了嘛

Chrome无头模式

5.Q:获取成分股中 有的板块只有一个 有的有多页 如何批量处理?

不同板块的成分股

    A:判断有没有“1/N”这样的标签 如果有则保存N 循环每一页到N位置 如 图中是1/4 获取4这个数 然后从1,2,3,4 循环到4  修改网页中的page即可 没有标签则默认取第一页

用try except 实现判断有无标签  并用yield url 保存网址

6.Q:抓取行业历史数据及成分股 耗时比较长 如单一个成分股 先保存所有的行业代码 再进入行业的主页 再获取当前页成分股 再点击下一页 直到没有 共有保存了3500多只股票及对应的成分股 耗时半小时 有没有办法加快爬取速度?

    A:使用多线程  开启pool池 实测半小时缩短为15分钟 还是有点效果的

Github

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,012评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,628评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,653评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,485评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,574评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,590评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,596评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,340评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,794评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,102评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,276评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,940评论 5 339
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,583评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,201评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,441评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,173评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,136评论 2 352

推荐阅读更多精彩内容

  • 目录Cookie机制什么是CookieCookie的不可跨域名性Unicode编码:保存中文BASE64编码:保存...
    Tomatoro阅读 16,940评论 7 186
  • 会话(Session)跟踪是Web程序中常用的技术,用来跟踪用户的整个会话。常用的会话跟踪技术是Cookie与Se...
    chinariver阅读 5,613评论 1 49
  • 今晚这篇文章有些沉重,算是在岁月的磨砺中让我更快的成长。 生老病死,大自然的规律。那些无法逃避的痕迹和变化,见证了...
    0城三点半阅读 403评论 0 1
  • 我希望生命中常伴阳光 我希望生活里常遇温暖 我希望情绪里常有快乐 我知道他是人渣,但是我不离开他。 01 20...
    龙葵豆阅读 453评论 0 1
  • 原创歌曲:这个雨季不再来 作词作曲:白衣卿相 一:主歌 每一个夜晚时分, 总会想起曾经爱过的人。 留不住天边晚霞,...
    静闻鱼读月槐花语阅读 709评论 0 2