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 = ""  #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)