爬取上证交易所的每周股票交易概况

写了几篇文章都是自己看的，没什么水平，只放了几个注释，供借鉴。

这几天每天在各大交易所爬数据，头大，写几个放在里面怕丢掉了。

一、思路 

1 、打开你要爬取的网页

2、拿到你要的网页url

 3、找到你所要数据所处的网页位置

F12 点击，然后在网页上点你所需要的数据，开发者窗口跳转到你所要的数据上，可以用copy——xpath直接拿数据位置，后面加上 //text()，或者用的是bs4 那么可以用copy——selector ,但是现在大多数网页都是动态的，用刚才的那两种方式都会爬出来  “加载中。。。” 这样的东西，那么我们现在需要找到他动态json的文件的位置

点击，

然后在网页中刷新一下，这边会重新加载各种request请求，

大部分都是这种格式的文件，看这文件的result下的数据是不是你表格中的数据，如果是那就成功一半了。（狗头），这时候

preview旁边这个Headers提供给你一大堆的数据，什么   Cookie   url   headers  referer  等 都有了 ，复制到你代码里面去。

import requests
from bs4 import BeautifulSoup
import json
import re
import csv
import datetime

today = datetime.date.today()
today_weekday = today.isoweekday()
last_sunday = today - datetime.timedelta(days=today_weekday)
last_monday = last_sunday - datetime.timedelta(days=6)
last_monday = last_monday.strftime('%Y-%m-%d')
last_sunday = last_sunday.strftime('%Y-%m-%d')         #构造url内必须的时间段


Cookie = "yfx_c_g_u_id_10000042=_ck20042119410119711157603279361; VISITED_MENU=%5B%228451%22%2C%2211169%22%5D; JSESSIONID=0FA87A107EC2DEF8FF84BE91E7CE3AAA; yfx_f_l_v_t_10000042=f_t_1587469261946__r_t_1587469261946__v_t_1587472096302__r_c_0"
url = "http://query.sse.com.cn/marketdata/tradedata/queryWeekTradeNew.do?jsonCallBack=jsonpCallback19066&prodType=gp&startDate="+ last_monday+"&endDate=" + last_sunday
headers = {
    'User-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.113 Safari/537.36',
    'Cookie': Cookie,
    'Connection': 'keep-alive',
    'Accept': '*/*',
    'Accept-Encoding': 'gzip, deflate',
    'Accept-Language': 'zh-CN,zh;q=0.9',
    'Host': 'query.sse.com.cn',
    'Referer': 'http://www.sse.com.cn/market/stockdata/overview/weekly/'
}

req = requests.get(url,headers=headers)
req = req.text

end_date = re.search(r'"hghVald":([sS]*?)$',req).group(1)[1:11]
strat_date = re.search(r'"lowTrnd":([sS]*?)$',req).group(1)[1:11]

result_del = ',"startDate":"'+strat_date+'","texts":null,"type":"","validateCode":""})'  #后面result需要替换为空的部分
result = re.search(r'"result":[([sS]*?)$',req).group(1).replace('[','').replace(']','').replace(result_del,'').replace(',{',',,{').split(',,')

# for i in range(len(result)):
#     data = eval(result[i])
#     print(data)
productType =[]  #产品种类   1 主板A  2 主板B  12 股票   48 科创板   43 股票回购
exchangeRate =[]  #换手率(%)
avgProfitRate =[]  #平均市盈率(倍)
hghTrn =[]  #最高成交笔数(万笔)
hghVal =[]  #最高成交金额(亿元)
hghVol =[]  #最高成交量(亿股)
lowTrn =[]  #最低成交笔数(万笔)
lowVal =[]  #最低成交金额(亿元)
lowVol =[]  #最低成交量(亿股)
mktValue =[]  #市价总值(亿元)
negotiableValue =[]  #流通市值(亿元)
tradingTx =[]  #成交笔数(万笔）
txAmount =[]  #成交金额(亿元)
txDates =[]  #累计交易天数(天)
txNum =[]  #挂牌数
txVolume =[]  #成交量(亿股)

for i in range(0,5):
    data = eval(result[i])
    productType.append(data["productType"])
    exchangeRate.append(data["exchangeRate"])
    avgProfitRate.append(data["avgProfitRate"])
    hghTrn.append(data["hghTrn"])
    hghVal.append(data["hghVal"])
    hghVol.append(data["hghVol"])
    lowTrn.append(data["lowTrn"])
    lowVal.append(data["lowVal"])
    lowVol.append(data["lowVol"])
    mktValue.append(data["mktValue"])
    negotiableValue.append(data["negotiableValue"])
    tradingTx.append(data["tradingTx"])
    txAmount.append(data["txAmount"])
    txDates.append(data["txDates"])
    txNum.append(data["txNum"])
    txVolume.append(data["txVolume"])

productType = ['主板A' if i == '1' else i for i in productType]         #另一种方法是 先做一个字典用 k v 存储数据  然后同样列表生成式
productType = ['主板B' if i == '2' else i for i in productType]           #productType1 = [aaa[i] if i in aaa else i for i in productType]
productType = ['股票' if i == '12' else i for i in productType]
productType = ['科创板' if i == '48' else i for i in productType]
productType = ['股票回购' if i == '43' else i for i in productType]

txNum = ['0' if i == '' else i for i in txNum]

f = open('data.csv', 'w', newline="")    #csv数据存储
writer = csv.writer(f)
writer.writerow(('开始日期','结束日期', '产品种类', '挂牌数', '市价总值(亿元)', '流通市值(亿元)', '成交金额(亿元)', '最高成交金额(亿元)', '最低成交金额(亿元)','成交量(亿股)','最高成交量(亿股)','最低成交量(亿股)','成交笔数(万笔)','最高成交笔数(万笔)','最低成交笔数(万笔)','平均市盈率(倍)','换手率(%)','累计交易天数(天)'))   
for i in range(0,5):
    writer.writerow((strat_date.replace('-',''),end_date.replace('-',''),productType[i],txNum[i],mktValue[i],negotiableValue[i],txAmount[i],hghVal[i],lowVal[i],txVolume[i],hghVol[i],lowVol[i],tradingTx[i],hghTrn[i],lowTrn[i],avgProfitRate[i],exchangeRate[i],txDates[i]))

 4、此时啥都有了，就能拿出数据了，更主要的是数据的提取了，我这里主要是把他转成列表，然后对号入座，比较传统，很好理解。