python爬虫-上期所持仓排名数据爬取

摘要：笔记记录爬取上期所持仓数据的过程，本次爬取使用的工具是python，使用的IDE是pycharm

 

一、查看网页属性，分析数据结构

　　在浏览器中打开上期所网页，按F12或者选择表格文字-右键-审查元素，调出控制台：

　　

 　　在Network中可以看到目标数据：http://www.shfe.com.cn/data/dailydata/kx/pm20190110.dat，其中20190110是数据代表的日期：

 

二、将数据下载到本地文件夹

　　1.在pycharm中新建一个python文档，将目标dat文件下载到本地文件夹，需要用到的包可以在CMD控制台中通过 ‘pip install [包名]’ 安装：

import xlwt
import requests
import os
mydate = "20190111"  #指定需要的数据日期
url = "http://www.shfe.com.cn/data/dailydata/kx/pm" + mydate + ".dat"
root = "F://py//SQ//"
path = root + url.split('/')[-1] + ".txt"  #指定下载的目录,保存为txt文件
r = requests.get(url)
with open(path, 'wb') as f:
    f.write(r.content)
    f.close()
    print("文件保存成功")

 

　　2.运行代码后，可以看到文件夹中多了个pm20190111.dat.txt文件，用记事本打开文件，可以看到文件是Json格式的表格，接下来用json包将其解析成python的dataframe格式：

　　代码：

import json
file = open("F://py//SQ//pm" + mydate + ".dat.txt", 'r', encoding='UTF-8')
js = file.read()
dic = json.loads(js)
file.close()

　　3.接下来将数据存储到excel表中，使用的是xlwt包，运行代码，至此，上期所的每日持仓数据已成功爬取：

def WriteExcel(data):
    pm = xlwt.Workbook()
    sheet = pm.add_sheet('Sheet1', cell_overwrite_ok=True)
    title = ['品种代码', '序号', '排名', '期货公司会员号', '会员类别', '总成交量', '比上交易日增减', '期货公司会员号', '会员类别', '总持买单量', '比上交易日增减', '期货公司会员号',
             '会员类别', '总持卖单量', '比上交易日增减', '品种']
    for i in range(len(title)):  # 创建表头
        sheet.write(0, i, title[i])
    j = 0
    for line in data["o_cursor"]:  # 写入数据
        dataV = list(data["o_cursor"][j].values())
        j = j + 1
        for k in range(len(dataV)):
            if isinstance(dataV[k], str):
                dataV[k] = dataV[k].strip()
            sheet.write(j, k, dataV[k])
    pm.save("F://py//SQ//demo" + mydate + ".xls")
WriteExcel(dic)