网站开发单位,网站漏洞怎么修复,浏览器正能量网站免费,公司形象墙设计图前几天有写过两篇#xff1a; 【爬虫】爬取A股数据写入数据库#xff08;二#xff09; 【爬虫】爬取A股数据写入数据库#xff08;一#xff09;
现在继续完善#xff0c;分析及爬取股票的历史K线数据通过ORM形式批量写入数据库。
2024/05#xff0c;本文主要内容如下… 前几天有写过两篇 【爬虫】爬取A股数据写入数据库二 【爬虫】爬取A股数据写入数据库一
现在继续完善分析及爬取股票的历史K线数据通过ORM形式批量写入数据库。
2024/05本文主要内容如下
对东方财富官网进行分析并作数据爬取使用python使用pip install requests 模拟http数据请求获取数据。将爬取的数据写入通过 sqlalchemy ORM 写入 sqlite数据库。记录爬取股票的基本信息如果库中已存在某个股票代码则进行更新。后续计划会不断完善最终目标是做出一个简单的股票查看客户端。本系列所有源码均无偿分享仅作交流无其他供大家参考。 python依赖环境如下
pip install requests2.31.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pandas2.2.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install jsonpath0.8.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install sqlalchemy2.0.30 -i https://pypi.tuna.tsinghua.edu.cn/simple1. 对东方财富官网历史K线数据分析
网页地址https://quote.eastmoney.com/sz002224.html?jump_to_webtrue#fullScreenChart 通过分析网页发现https://push2his.eastmoney.com/api/qt/stock/kline/get?请求后面带着一些参数即可以获取到相应数据我们不断调试模拟这类请求即可。分析过程如下图所示F12调出调试框不断尝试
2. 爬取数据代码逻辑
如下即爬取数据的可运行代码复制后直接能跑
import pandas as pd
from typing import List
import requests
from jsonpath import jsonpathclass CustomedSession(requests.Session):def request(self, *args, **kwargs):kwargs.setdefault(timeout, 60)return super(CustomedSession, self).request(*args, **kwargs)
session CustomedSession()
adapter requests.adapters.HTTPAdapter(pool_connections 50, pool_maxsize 50, max_retries 5)
session.mount(http://, adapter)
session.mount(https://, adapter)# 请求地址
QEURY_URL http://push2his.eastmoney.com/api/qt/stock/kline/get
# HTTP 请求头
EASTMONEY_REQUEST_HEADERS {User-Agent: Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko,Accept: */*,Accept-Language: zh-CN,zh;q0.8,zh-TW;q0.7,zh-HK;q0.5,en-US;q0.3,en;q0.2,
}
获取单只股票的历史K线数据def get_k_history_data(stock_codes: str, # 股票代码beg: str 19000101, # 开始日期19000101表示 1900年1月1日end: str 20500101, # 结束日期klt: int 101, # 行情之间的时间间隔 1、5、15、30、60分钟; 101:日; 102:周; 103:月fqt: int 1, # 复权方式0 不复权 1 前复权 2 后复权
):try:# 生成东方财富专用的secidif stock_codes[:3] 000: # 沪市指数secid f1.{stock_codes}elif stock_codes[:3] 399: # 深证指数secid f0.{stock_codes}if stock_codes[0] ! 6: # 沪市股票secid f0.{stock_codes}else:secid f1.{stock_codes} # 深市股票EASTMONEY_KLINE_FIELDS {f51: 日期, f52: 开盘, f53: 收盘, f54: 最高, f55: 最低,f56: 成交量, f57: 成交额, f58: 振幅, f59: 涨跌幅, f60: 涨跌额, f61: 换手率,}fields list(EASTMONEY_KLINE_FIELDS.keys())# columns list(EASTMONEY_KLINE_FIELDS.values())fields2 ,.join(fields)params ((fields1, f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13),(fields2, fields2),(beg, beg),(end, end),(rtntype, 6),(secid, secid),(klt, f{klt}),(fqt, f{fqt}),)code secid.split(.)[-1]json_response session.get(QEURY_URL, headersEASTMONEY_REQUEST_HEADERS, paramsparams, verifyFalse).json()data_list []klines: List[str] jsonpath(json_response, $..klines[:])if not klines:return data_listname json_response[data][name]rows [kline.split(,) for kline in klines]# 0 1 2 3 4 5 6 7 8 9 10# 日期, 开盘, 收盘, 最高, 最低, 成交量, 成交额, 振幅, 涨跌幅, 涨跌额, 换手率# 2024-05-08, 4.89, 4.82, 4.91, 4.80, 61811, 29955564.00, 2.25, -1.23, -0.06, 0.98# data_list [{code: 002224, name: 三力士, time: 2024-05-08, info: 0,1,2,3,4,5,6,7,8,9,10}]for row in rows:time, open, close, high, low, vol, quota, mm, change, range, tun rowline_str f{open},{close},{high},{low},{vol},{quota},{mm},{change},{range},{tun}data_list.append({id: None,code: code, name: name, time: time, info: line_str})return data_listexcept Exception as e:print(get_k_history_data error-----------------------, str(e))return data_listif __name__ __main__:data get_k_history_data(stock_codes002224, beg20240507, end20500101)print(----, data)3. 将爬取的数据通过ORM形式写入数据库
数据库表设计
from sqlalchemy import create_engine, Column, Integer, String, DateTime, Float, Index, Table
from sqlalchemy.orm import declarative_base, sessionmaker, scoped_session
from sqlalchemy.schema import UniqueConstraint
from datetime import datetime# 声明一个基类所有的ORM类都将继承自这个基类
DBBase declarative_base()# 创建引擎
engine create_engine(sqlite:///a.db, echoFalse)
# 绑定引擎
Session sessionmaker(bindengine)
# 创建数据库链接池直接使用session即可为当前线程拿出一个链接对象conn
db_session scoped_session(Session)
股票K线信息表
0 1 2 3 4 5 6 7 8 9 10
日期, 开盘, 收盘, 最高, 最低, 成交量, 成交额, 振幅, 涨跌幅, 涨跌额, 换手率
2024-05-08, 4.89, 4.82, 4.91, 4.80, 61811, 29955564.00, 2.25, -1.23, -0.06, 0.98
data_list [{code: 002224, name: 三力士, time: 2024-05-08, info: 1,2,3,4,5,6,7,8,9,10}]class tb_k(DBBase):__tablename__ tb_kid Column(Integer, primary_keyTrue, autoincrementTrue)code Column(String, nullableFalse, comment股票代码)name Column(String, comment股票名称)time Column(String, comment时间)info Column(String, comment开盘,收盘,最高,最低,成交量,成交额,振幅,涨跌幅,涨跌额,换手率)__table_args__ (Index(unique_index, code, time, uniqueTrue),)
# 创建表, 创建所有class xx(DBBase)
DBBase.metadata.create_all(engine)写入数据库的逻辑
# 查询某个股票最近更新K线的日期
def query_latast_K_data(code):result db_session.query(tb_k).filter(tb_k.codecode).order_by(desc(tb_k.time)).first()if result is None:return 19000101return str(result.time).replace(-,)# 批量插入或更新某只股票的历史K线数据
def insert_or_update_stock_k(data_list):if len(data_list) 0:returntry:db_session.bulk_insert_mappings(tb_k, data_list)db_session.commit()except Exception as e:print(insert_or_update_stock_k error, str(e))4. 整体逻辑流程
步骤
输入某个股票代码爬取该股票的历史K线数据将返回结果组成数组批量写入数据库每次写入前会根据该股票代码查询最新的同步日期从该日期开始进行追加同步
# 更新某个股票的最新日K线数据到数据库
def update_k_info_db(code002224):# 根据 code 查询库中已存在的某个股票日K线数据的最近日期作为开始日期向后获取beg_time db_orm.query_latast_K_data(code)data_list stock.get_k_history_data(stock_codescode, begbeg_time, end20500101)if len(data_list) 0:db_orm.insert_or_update_stock_k(data_list)if __name__ __main__:update_base_info_db()最终结果保存在 a.db中例如 更多内容可关注我后续源码包均在上面回复下载 【爬虫】爬取A股数据系列工具
