python如何用for循环爬取公司利润表

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python如何用for循环爬取公司利润表相关的知识,希望对你有一定的参考价值。

参考技术A python用for循环爬取公司利润表,操作如下。
1、实战背景很多网站都提供上市公司的公告、财务报表等金融投资信息和数据,比如:腾讯财经、网易财经、新浪财经、东方财富网等,这之中,发现东方财富网的数据非常齐全。
2、接着,点击下一页按钮,可以看到表格更新后url没有发生改变,可以判定是采用了Javscript。

如何用Python爬取数据?

方法/步骤

    在做爬取数据之前,你需要下载安装两个东西,一个是urllib,另外一个是python-docx。

    请点击输入图片描述

    然后在python的编辑器中输入import选项,提供这两个库的服务

    请点击输入图片描述

    urllib主要负责抓取网页的数据,单纯的抓取网页数据其实很简单,输入如图所示的命令,后面带链接即可。

    请点击输入图片描述

    抓取下来了,还不算,必须要进行读取,否则无效。

    请点击输入图片描述

    5

    接下来就是抓码了,不转码是完成不了保存的,将读取的函数read转码。再随便标记一个比如XA。

    请点击输入图片描述

    6

    最后再输入三句,第一句的意思是新建一个空白的word文档。

    第二句的意思是在文档中添加正文段落,将变量XA抓取下来的东西导进去。

    第三句的意思是保存文档docx,名字在括号里面。

    请点击输入图片描述

    7

    这个爬下来的是源代码,如果还需要筛选的话需要自己去添加各种正则表达式。

参考技术A 可以先利用搜索引擎学习。
简单爬虫不难,无非发起http访问,取得网页的源代码文本,从源代码文本中抽取信息。
首先要自己会写代码。
学习爬虫可以从下面一些知识点入手学习。
1、http相关知识。
2、浏览器拦截、抓包。
3、python2 中编码知识,python
3 中bytes 和str类型转换。
4、抓取javascript 动态生成的内容。
5、模拟post、get,header等6、cookie处理,登录。
7、代理访问。
8、多线程访问、python 3 asyncio 异步。
9、正则表达式、xpath等。。。。
10、scrapy requests等第三方库的使用。
参考技术B 别折腾了,不打算往爬虫方向发展的话没必要自己学,爬虫所需要的技术非常广泛、且对深度都有一定要求,不存在“快速学会”的情况。所有那些吹快速学会爬虫的培训班都是扯淡,那些课程学完后的水平连傻瓜式爬虫工具都不如,有啥意义?再说了,你们写论文、做研究又不会需要什么很大量、很高频、很实时的数据,那些傻瓜式爬虫工具完全足够了,点几下就能出数据。

以上是关于python如何用for循环爬取公司利润表的主要内容,如果未能解决你的问题,请参考以下文章

如何用Python for循环语句,if语句 计算1-2+3-4+5......-99

python如何用循环生成列表,把[0,1,2,3] 变成[1,2,3,4]

Python / Django / Jinja2:如何用另一个变量的值扩展变量名(例如在 for 循环中)?

如何用Python判断指定路径下的文件是文件夹还是文件(for循环写法总结)

在java中如何用for循环把一个十进制数转换成二进制

请问如何用for循环添加事件?