中国A股分析系统---核心题材爬虫

先抓取一个页面的内容，以后再慢慢完善。

#中国A股核心题材爬虫0.1
#
import urllib2
import urllib
import re

#建立一个爬虫的类HeXin_Spider
class HeXin_Spider(object):
    """docstring for 建立一个爬虫的类HeXin_Spider"""
    def __init__(self, arg):
        pass

    #初始化好mysql数据库相关操作
    def MyDb(self):
        pass


    #活取核心题材的页面（上海沪市）
    def GetShPage(self):
        Scode = range(600000,600999)
        i = 0
        while (i < len(Scode)):
            MyUrl = "http://f10.eastmoney.com/f10_v2/CoreConception.aspx?code=sh"+str(Scode[i])
            MyReq = urllib2.Request(MyUrl)
            MyResponse = urllib2.urlopen(MyReq)
            MyPage = MyResponse.read()
            unicodePage = MyPage.decode("utf-8")
            MyItems = re.findall('<div class="summary">(.*?)</div>',unicodePage)
            if len(MyItem) == 0:
                break
            else:
                mydb = MySQLdb.connect("127.0.0.1","root","","pa",use_unicode=True, charset="utf8")
                cursor = mydb.cursor()
                sql = "insert into stock(scode,ticai) values('%d','%s')" %(Scode[i],MyItems[0])
                cursor.execute(sql)
                mydb.commit()
                mydb.close()
            i = i + 1


    def GetSzPage(self):
        pass

    def GetZxPage(self):
        pass

    def GetChyPage(self):
        pass

 

测试执行了一下，总是执行到一半的时候，出错，数据库里面已经有相关数据了，好像一抓取到600365就出错了，不知道为什么。继续查找问题。