写一个爬取板块资金流的Python程序

通过上面爬取股票个股资金流的例子，大家应该已经能够学会自己编写爬取代码。现在巩固一下，做个相似的小练习题。要动手自己编写Python程序，爬取网上板块的资金流。爬取网址为http://data.eastmoney.com/bkzj/hy.html，显示界面如图1所示。

                      图1     板块资金流网址界面

1，查找JS

直接按F12键，打开开发调试工具并查找数据所对应的网页，如图2所示。

  图2      查找JS所对应的网页

然后把网址输入浏览器中，网址比较长。

http://push2.eastmoney.com/api/qt/clist/get?cb=jQuery112309073354919152763_1617455258434&pn=1&pz=500&po=1&np=1&fields=f12%2Cf13%2Cf14%2Cf62&fid=f62&fs=m%3A90%2Bt%3A2&ut=b2884a393a59ad64002292a3e90d46a5&_=1617455258435

此时，会得到网站的反馈，如图3所示。

图3   从网站获得板块及资金流

该网址对应的内容即是我们想要爬取的内容。

2，request请求及response响应状态

编写爬虫代码，详见如下代码：

# coding=utf-8
import requests
url=" http://push2.eastmoney.com/api/qt/clist/get?cb=jQuery112309073354919152763_
1617455258436&fid=f62&po=1&pz=50&pn=1&np=1&fltt=2&invt=2&ut=b2884a393a59ad64002292a3
e90d46a5&fs=m%3A90+t%3A2&fields=f12%2Cf14%2Cf2%2Cf3%2Cf62%2Cf184%2Cf66%2Cf69%2Cf72%2
Cf75%2Cf78%2Cf81%2Cf84%2Cf87%2Cf204%2Cf205%2Cf124"
r = requests.get(url)

r.status_code显示200，表示响应状态正常。r.text也有数据，说明爬取资金流数据是成功的，如图4所示。

图4  response响应状态

3，清洗str变成JSON标准格式

（1）分析r.text数据。其内部是标准的JSON格式，只是前面多了一些前缀。将jQ前缀去掉，使用split()函数就能完成这个操作。详见如下代码：

r_text=r.text.split("{}".format("jQuery112309073354919152763_1617455258436"))[1]
r_text

运行结果如图5所示。

                                            图5    去掉前缀的运行结果

（2）整理JSON数据。详见如下代码：

r_text_qu=r_text.rstrip(';')
r_text_json=json.loads(r_text_qu[1:-1])['data']['diff']
dfcf_code={"f12":"code","f2":"价格","f3":"涨幅","f14":"name","f62":"主净入√","f66":"超净入","f69":"超占比", "f72":"大净入","f75":"大占比","f78":"中净入","f81":"中占比","f84":"小净入","f87":"小占比","f124":"不知道","f184":"主占比√"}
result_=pd.DataFrame(r_text_json).rename(columns=dfcf_code)
result_["主净入√"]=round(result_["主净入√"]/100000000,2)#一亿，保留2位
result_=result_[result_["主净入√"]>0]
result_["超净入"]=round(result_["超净入"]/100000000,2)#一亿，保留2位
result_["大净入"]=round(result_["大净入"]/100000000,2)#一亿，保留2位
result_["中净入"]=round(result_["中净入"]/100000000,2)#一亿，保留2位
result_["小净入"]=round(result_["小净入"]/100000000,2)#一亿，保留2位
result_

 运行结果如图6所示。

                                                 图6   整理后的运行结果

4，保存资金流数据

 将清洗好的数据使用to_csv()函数保存到本地，如图7所示。

 通过以上两种资金爬取的例子，想必大家已经了解了爬虫的一部分使用方法。其核心思路是：

（1）选取股票个股资金流的优势；

（2）获得网址并加以分析；

（3）使用爬虫进行数据获取并保存数据。

 图6    数据保存

总结

JSON格式的数据是诸多网站使用的标准化数据格式之一，是一种轻量级的数据交换格式，十分易于阅读和编写，可以有效地提升网络传输效率。首先爬取到的是str格式的字符串，通过数据加工与处理，将其变成标准的JSON格式，继而变成Pandas格式。

通过案例分析与实战，我们要学会自己编写代码爬取金融数据并具备转化为JSON标准格式的能力。完成每日数据爬取工作与数据保存工作，为日后对数据进行历史测试与历史分析提供有效的数据支撑。

当然，有能力的读者可以将结果保存到MySQL、MongoDB等数据库中，甚至云端数据库Mongo Atlas中，这里作者不作重点讲解。我们将重点完全放在量化学习与策略的研究上面。使用txt格式保存数据，完全可以解决前期数据存储问题，数据也是完整有效的。