1. 程式人生 > >股票交易日定時爬取上交所/深交所所有股票行情數據存儲到數據庫

股票交易日定時爬取上交所/深交所所有股票行情數據存儲到數據庫

prim bubuko urn 數據存儲 ont 交易 info mon 深圳

一、該項目主要分以下三步組成:

  1. 配置數據庫信息
  2. 編寫爬蟲腳本
  3. 配置Jenkins定時任務
  4. 查看采集結果

二、詳細過程

1.配置數據庫信息

建表語句, 以其中部分字段為例:

CREATE TABLE `stockmarket` (
  `date` varchar(12) NOT NULL DEFAULT ‘‘ COMMENT 時間,
  `stockCode` varchar(100) NOT NULL DEFAULT ‘‘ COMMENT 股票代碼,
  `stockName` varchar(100) DEFAULT NULL COMMENT 股票名字,
  `close` decimal(
19,2) DEFAULT NULL COMMENT 閉市價, `high` decimal(19,2) DEFAULT NULL COMMENT 最高, `low` decimal(19,2) DEFAULT NULL COMMENT 最低, `amplitudeRatio` decimal(19,2) DEFAULT NULL COMMENT 振幅, `turnoverRatio` decimal(19,2) DEFAULT NULL COMMENT 換手率, `preClose` decimal(19,2) DEFAULT NULL COMMENT
昨收, `open` decimal(19,2) DEFAULT NULL COMMENT 開盤價, PRIMARY KEY (`date`,`stockCode`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

配置json數據到.json文件, 用於讀取配置信息,進行數據庫連接

"stockMarket":{
      "host":"localhost",
      "port":3326,
      "user":"root",
      "password":"password",
      "database":"stockMarket
", "charset":"utf8" }

2.腳本編寫

涉及到的python庫

import re,pymysql,json,time,requests

代碼編寫

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author : Torre Yang Edit with Python3.6
# @Email  : [email protected]
# @Time   : 2018/6/28 10:50
# 定時 爬取每日股票行情數據;
# 股票數據內容:
import getSoup
import pymysql
import os
import re
import json
import requestsimport connect_dataBase
import time

# db連接
connectDB = connect_dataBase.ConnectDatabase()
get_conf = connectDB.get_conf(databases_conf.json)
conn, cur = connectDB.connect_db(get_conf["stockMarket"]["host"], get_conf["stockMarket"]["user"],
                     get_conf["stockMarket"]["password"], get_conf["stockMarket"]["database"], get_conf["stockMarket"]["port"])

# 第一步, 通過東方財富網  獲取 上海/深圳 所有股票的 股票代碼, 存儲到list中
url = http://quote.eastmoney.com/stocklist.html#
soup = getSoup.getSoup(url)
uls = soup.select(div#quotesearch li)
# 正則表達式獲取所有的股票代碼
re1 = re.compile(rhref="http://quote.eastmoney.com/(.+?).html")
stockCodes = re1.findall(str(uls))
# print(stockCodes)

# 第二步, 將股票代碼加入到 股票搜索 的網址中
stockValues = []
for stockCode in stockCodes:
    # url = ‘https://gupiao.baidu.com/stock/‘+stockCode+‘.html‘
    url = https://gupiao.baidu.com/api/rails/stockbasicbatch?from=pc&os_ver=1&cuid=xxx&vv=100&format=json&stock_code=+stockCode+‘‘
    # print(url)
    # url = ‘https://gupiao.baidu.com/api/rails/stockbasicbatch?from=pc&os_ver=1&cuid=xxx&vv=100&format=json&stock_code=sh201003‘
    response = requests.get(url)
    response.raise_for_status()
    res = response.content
    try:
        JsonDatas = json.loads(res, encoding=utf-8)
    except:
        print(解析為空)
    datas = JsonDatas[data]
   )
    for data in datas:
        # 添加當天日期(交易日)
        date = time.strftime("%Y-%m-%d", time.localtime())
        stockCode = data[stockCode]
        stockName = data[stockName]
        close = data[close]
        high = data[high]
        low = data[low]
        amplitudeRatio = data[amplitudeRatio]
        turnoverRatio = data[turnoverRatio]
        preClose = data[preClose]
        open = data[open]
        sql = insert into stockmarket(date,stockCode,stockName,close,high,low,amplitudeRatio,turnoverRatio,preClose,open)values("+str(date)+","+str(stockCode)+","+str(stockName)+","+str(close)+","+str(high)+","+str(low)+","+str(amplitudeRatio)+","+str(turnoverRatio)+","+str(preClose)+","+str(open)+")
        print(sql)
        if None in sql:
            print(jump this data)
        else:
            try:
                connectDB.get_fetch(conn, cur, sql)
            except:
                print(數據異常, 跳過)

print(采集數據完畢)

3.配置Jenkins

遠程ssh配置,配置定時任務(tip:建議晚上進行采集(或閉市時間),因為交易時間,股票的數據在動態變化)

Jenkins> 系統配置>ssh remote hosts (我是裝的虛擬機,centos7版本,已經配置好了JDK,python3,mysql,tomcat等常用軟件服務

技術分享圖片

技術分享圖片

技術分享圖片

技術分享圖片

技術分享圖片

4.驗證結果

技術分享圖片

源碼地址:https://github.com/Testworm/stockMarket.git

股票交易日定時爬取上交所/深交所所有股票行情數據存儲到數據庫