文章来源：
源码地址：
抓取工具：scrapy
scrapy介绍
是一个为了爬取网站数据，提取结构性数据而编写的应用框架。 可以应用在包括数据挖掘，信息处理或存储历史数据等一系列的程序中。其最初是为了 页面抓取 (更确切来说, 网络抓取 )所设计的， 也可以应用在获取API所返回的数据(例如 Amazon Associates Web Services ) 或者通用的网络爬虫。
安装scrapy
pip install Scrapy复制代码
抓取步骤
选择一个网站 --> 定义数据 --> 编写spider
首先使用scrapy创建一个项目
scrapy startproject tutorial复制代码
- 选择一个网站
这里我们选择的是东方财富网的股票代码页面：
- 定义要抓取的数据
我们需要抓取股票的代码id，因此只需要定义stock_id
class StockItem(scrapy.Item): stock_id = scrapy.Field()复制代码
- 编写spider
class StockSpider(scrapy.Spider): name = 'stock' def start_requests(self): url = 'http://quote.eastmoney.com/stocklist.html' yield Request(url) def parse(self, response): item = StockItem() print "===============上海================" stocks_sh = response.css('div#quotesearch ul li a[href*="http://quote.eastmoney.com/sh"]::text') for stock in stocks_sh: item['stock_id'] = 's_sh' + re.findall('\((.*?)\)', stock.extract())[0] yield item print "===============深圳================" stocks_sz = response.css('div#quotesearch ul li a[href*="http://quote.eastmoney.com/sz"]::text') for stock in stocks_sz: item['stock_id'] = 's_sz' + re.findall('\((.*?)\)', stock.extract())[0] yield item复制代码 玄机尽在response.css('div#quotesearch ul li a[href*="http://quote.eastmoney.com/sh"]::text’)，使用了css来过滤自己需要的数据。
运行程序
scrapy crawl stock -o stock.csv复制代码
即可生成stock.csv文件
预览如下：
stock_ids_sh201000s_sh201001s_sh201002s_sh201003s_sh201004s_sh201005s_sh201008s_sh201009s_sh201010s_sh202001s_sh202003s_sh202007s_sh203007s_sh203008s_sh203009…复制代码
如果要查询单个股票的股票行情，可以使用新浪的股票接口：
例如
即可得到浪潮软件的股票行情
var hq_str_s_sh600756="浪潮软件,19.790,1.140,6.11,365843,70869";复制代码