如何从python中的股票代码或公司名称获取股票市场公司部门

Posted 2023-03-17

【中文标题】如何从python中的股票代码或公司名称获取股票市场公司部门

【英文标题】：How to obtain stock market company sector from ticker or company name in python

【发布时间】：2020-10-06 15:42:37

【问题描述】：

给定一家公司 ticker 或名称，我想使用 python 获取它的 sector。

我已经尝试了几种可能的解决方案，但都没有成功

最有前途的两个是：

1) 使用来自：https://gist.github.com/pratapvardhan/9b57634d57f21cf3874c的脚本

from urllib import urlopen
from lxml.html import parse

'''
Returns a tuple (Sector, Indistry)
Usage: GFinSectorIndustry('IBM')
'''
def GFinSectorIndustry(name):
  tree = parse(urlopen('http://www.google.com/finance?&q='+name))
  return tree.xpath("//a[@id='sector']")[0].text, tree.xpath("//a[@id='sector']")[0].getnext().text

但是我使用的是python --version 3.8

我已经能够调整这个解决方案，但最后一行不起作用，而且我对抓取网页完全陌生，所以如果有人有一些建议，我将不胜感激。

这是我当前的代码：

from urllib.request import Request, urlopen
from lxml.html import parse

name="IBM"
req = Request('http://www.google.com/finance?&q='+name, headers='User-Agent': 'Mozilla/5.0')
webpage = urlopen(req)

tree = parse(webpage)

但是最后一部分不起作用，我对这个 xpath 语法很陌生：

tree.xpath("//a[@id='sector']")[0].text, tree.xpath("//a[@id='sector']")[0].getnext().text

2) 另一个选项是嵌入R 的TTN 包，如下所示：Find which sector a stock belongs to

但是，我想在我的 Jupyter 笔记本中运行它，而运行 ss <- stockSymbols() 需要很长时间@

【问题讨论】：

没有a 标记，其id 是扇区，例如www.google.com/search?q=MSFT。你有一个你真正想要得到的具体例子吗？如果是这样，请以如此精确的方式丰富您的问题。

@keepAlive，例如从这里：marketwatch.com/investing/stock/ibm 我想获得 sector，即：Business/Consumer Services。这显示在图表左侧，股票奖励下方。

【参考方案1】：

根据您的评论，对于marketwatch.com/investing/stock 特别是，可能工作的 xpath 是 "//div[@class='intraday__sector']/span[@class='label']"，意思是这样做 p>

tree.xpath("//div[@class='intraday__sector']/span[@class='label']")[0].text

应该返回所需的信息。

我对抓取网页完全陌生 [...]

一些精度：

此 xpath 完全取决于您正在查看的网站，解释了为什么在您在 cmets 中提到的页面中搜索 "//a[@id='sector']" 没有希望，因为此 xpath（现已过时）是 google-finance 特定的。换句话说，您首先需要“研究”您感兴趣的页面，以了解您想要的信息位于何处。 为了进行这样的“研究”，我使用Chrome DevTools 并检查控制台中的任何xpath，执行$x(<your-xpath-of-interest>)，其中记录了$x 函数here（带有示例！）。 幸运的是，您想从marketwatch.com/investing/stock 获取的信息——扇区名称——是静态生成的_{（即不是在页面加载时动态生成的，在这种情况下需要其他抓取技术，求助于其他 python 库，例如 Selenium.. 但这是另一个问题。}

【讨论】：

这个tree.xpath("//div[@class='intraday__sector']/span[@class='label']") 给出了一个空的list。来自使用谷歌网站使用问题代码生成的tree 变量。

@alejandro 适用于给定网站的 xpath 不适用于其他网站。这个适用于marketwatch.com/investing/stock。查看更新。

是的，我想，但是当我尝试为该网站执行此操作时，我收到以下错误：HTTPError: HTTP Error 405: Method Not Allowed。这似乎与代码的urlopen 部分有关。

@al 请注意，405 错误与您帖子的核心主题无关。话虽如此，你见过that 吗？

我确实在看它；）好的，那我会继续排除故障！谢谢，到目前为止，您的回复很好，一旦完成，如果一切正常，我将接受。

【参考方案2】：

回答问题：

如何在python中从股票代码或公司名称中获取股票市场公司部门？

在阅读了来自@keepAlive 的一些材料和一些不错的建议后，我不得不找到解决办法。

以下以相反的方式完成工作，即获取给定行业的公司。有 10 个部门，所以如果想要所有部门的信息也不会太多工作：https://www.stockmonitor.com/sectors/

鉴于 marketwatch.com/investing/stock 抛出 405 错误，我决定使用 https://www.stockmonitor.com/sectors/，例如：

https://www.stockmonitor.com/sector/healthcare/

代码如下：

import requests

import pandas as pd

from lxml.html import parse
from urllib.request import Request, urlopen

headers = [
    "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_3)" + " "
    "AppleWebKit/537.36 (KHTML, like Gecko)" + " " + "Chrome/35.0.1916.47" +
    " " + "Safari/537.36"
]

url = 'https://www.stockmonitor.com/sector/healthcare/'

headers_dict = 'User-Agent': headers[0]
req = Request(url, headers=headers_dict)
webpage = urlopen(req)

tree = parse(webpage)

healthcare_tickers = []
for element in tree.xpath("//tbody/tr/td[@class='text-left']/a"):

    healthcare_tickers.append(element.text)

pd.Series(healthcare_tickers)

因此，healthcare_tickers 拥有医疗保健领域的股票公司。

【参考方案3】：

您可以通过 yahoo Finance 轻松获取任何给定公司/股票代码的部门：

import yfinance as yf

tickerdata = yf.Ticker('TSLA') #the tickersymbol for Tesla
print (tickerdata.info['sector'])

代码返回：'Consumer Cyclical'

如果您想了解有关公司/股票代码的其他信息，只需 print(tickerdata.info) 即可查看所有其他可能的字典键和对应值，例如上面代码中使用的 ['sector']。