手机电脑挂机挣零钱群：一毛一毛赚 903271585（每天手机登录然后不用管，一天有不到一块钱的收入，大部分软件可以一块钱提现一次）
注意，申请时说明加入原因，另外这个群都是一群和我一样的小白，大家谁也不说谁，共同进步（ps:写这个文章时，只有我一人）
转载请注明作者和出处： http://blog.csdn.net/c406495762
Github代码获取：https://github.com/Jack-Cherish/python-spider
知乎：https://www.zhihu.com/people/Jack–Cui/
Python版本： Python3.x
运行平台： Windows
IDE： Sublime text3
- 一 前言
- 二 小福利
- 三 实战背景
- 四 网站分析
- 五 编写代码
- 在SQLyog中创建表
- 编写代码
- 六 总结
沃伦·巴菲特( Warren Buffett)，全球著名的投资商。从事股票、电子现货、基金行业。在2017年7月17日，《福布斯富豪榜》发布，沃伦·巴菲特以净资产734亿美元排名第四。作为”股神”，他的投资理念被许多人追捧。与其共进午餐的慈善活动都可以拍卖到345.67万美元，从中我们可以轻易地看出，他的投资界低位、影响力有多大。
他的投资名言有很多：
- 风险，是来自你不知道你在做什么。
- 若你不打算持有某只股票达十年，则十分钟也不要持有。
- 投资的秘诀，不是评估某一行业对社会的影响有多大，或它的发展前景有多好，而是一间公司有多强的竞争优势。这优势可以维持多久，产品和服务的优越性持久而深厚，才能给投资者带来优厚的回报。
- 我最喜欢的持股时间是……永远！
- 要投资成功，就要拼命阅读。不但读有兴趣购入的公司资料，也要阅读其它竞争者的资料。
从他的这些名言中，我们不难发现，巴菲特做的是长期投资，他投一家公司，抱定的目标是持续持有，不因为价格原因而出售。他看准一家公司，会分析这家公司的竞争优势，也会分析这家公司的对手的竞争优势，然后做出投资决策。他是怎么确定一家公司是否值得自己长期投资，是否具有竞争优势的呢？
其中，最有效、最常用的手段之一就是分析上市公司财务报表
网上有很多《跟巴菲特学看上市公司财务报表》诸如此类的文章，仁者见仁智者见智。本文重点不在于，如何分析财务报表，而是如何获得财务报表，为后续的方便分析做准备！
对于金融这些东西，我是不折不扣的菜菜菜鸟。但是我爱看这些东西，偶尔看一看，还是蛮开心的。我是怎么接触到这些的呢？不得不说下洗脑神书《富爸爸，穷爸爸》，这本书讲得就是这些内容：
- 1.找好的工作
- 2.存钱
- 3.如果找不到好工作，就节约开支存钱。
- 4.把存下来的钱买资产，绝不持币，保证现金流。
- 5.资产就是可以给你带来被动收入的东西。
- 6.当被动收入超过你的开支的时候，你可以把所有的时间拿来创业。
- 7.奔向财务自由。
一说到财务自由，我就来劲儿，好生向往。不过，我也会思考一个问题：对于我来说，我有了一千万，我就算财务自由了吗？
不扯太远，给纯小白的一点推荐：学习理财思想，可以看看《富爸爸，穷爸爸》。想学学经融学的，可以看网易云公开课的《麻省理工学院公开课：MBA金融学》：http://open.163.com/movie/2016/3/H/C/MBGQ5P18G_MBGS0UEHC.html
每个上市公司的财务报表都是免费提供的，可以在他们的官网进行下载。但是这样一个一个找，太麻烦。有没有一个网站，集成好各个上市公司的财务信息呢？当然有，而且很多！各个金融门户网站都有！
今天，我们看哪个金融门户网站？网易财经！
双手奉上它的地址：http://quotes.money.163.com/hkstock/
这个网站长这样：
点击查看大图
我们可以通过股票查询，查看股票情况。比如我输入00700，查看腾讯控股在美股的情况。
点击查看大图
可以看到，我截图的时间，腾讯控股”绿了”，也就是跌了。点击财务数据，我们就可以看到腾讯控股的财务报表。
点击查看大图
这个财务数据栏目中，提供了《主要财务指标》、《利润表》、《资产负债表》以及《现金流量表》。可以看到，该网站提供了财务数据在线浏览功能，但是没有提供财务报表下载功能，如何将每年的财务数据获取，并存入数据库，方便我们后续的分析呢？没错，这就是本文的主题：财务报表爬取入库。
我们以腾讯控股的财务数据为例进行分析。这是它的URL：http://quotes.money.163.com/hkstock/cwsj_00700.html
看一下这个URL地址有什么特点？腾讯控股的股票代码是00700。对的，你没猜错，’http://quotes.money.163.com/hkstock/cwsj_’ + 股票代码 + ‘.html’，就是各个上市公司的财务数据页面。思考一个问题，下图的这些数据，我们需要爬取吗？
点击查看大图
答曰：不需要！为什么？因为财务报表的格式是统一的。我们需要的是这些报表里的数据，而不是表的栏目名称，这些栏目名称，我们直接手动敲入到数据库中就可以了，直接作为数据库的列名。那么，这些报表数据如何获取呢？请看下图：
点击查看大图
在时间选择框这里，我们可以获取到一共有哪些时间的财务报表。点击查询按钮，我们就可以进行查询，对点击主要财务指标的查询按钮这个动作，使用Fiddler进行抓包分析。抓包截图如下：
点击查看大图
我们可以看到，这个点击查询按钮，发送的请求地址和返回数据。从上图可以看出返回的数据是以JSON格式存储的。那么我们只要解析出这个JSON数据，就可以获得《主要财务指标》了。同理，通过抓包可知，主要财务指标、利润表、资产负债表、现金流量表请求的URL分别如下：
http://quotes.money.163.com/hk/service/cwsj_service.php?symbol=00700&start=2006-06-30&end=2016-12-31&type=cwzb
http://quotes.money.163.com/hk/service/cwsj_service.php?symbol=00700&start=2006-06-30&end=2016-12-31&type=lrb
http://quotes.money.163.com/hk/hk/service/cwsj_service.php?symbol=00700&start=2006-12-31&end=2016-12-31&type=fzb
http://quotes.money.163.com/hk/service/cwsj_service.php?symbol=00700&start=2006-06-30&end=2016-12-31&type=llb
发现规律了吗？
symbol=股票代码
start=最早的财务报表时间
end=最近的财务报表时间
type=报表缩写(cwz代表主要财务指标,lrb代表利润表,fzb代表负债表,llb代表现金流量表)
已经知道了各个请求的地址，那么接下来就是解析JSON数据了。
点击查看大图
可以看到，数据存储是用的英文，我们得与下图的中文进行对应，创建一个字典进行存储。
点击查看大图
别问我，我是怎么对应出来的。我只想说，我花费了半个多小时，对数据，对得我头晕眼花。
最终生成的对照表如下：
点击查看大图
在继续看文本之前，希望你已经掌握以下知识：
- SQL基础语法：http://www.runoob.com/sql/sql-tutorial.html
- MySQL数据库的安装与使用：http://blog.csdn.net/c406495762/article/details/56279888
- Python操作mysql数据库的方法：http://www.runoob.com/python/python-mysql.html
- SQLyog的安装与使用：SQLyog是一个快速而简洁的图形化管理MYSQL数据库的工具，它能够在任何地点有效地管理你的数据库。我在我的百度云网盘上传了它的破解版：http://pan.baidu.com/s/1o8hw2Wa
- Python3爬虫基础：http://blog.csdn.net/column/details/15321.html
由于篇幅原因，这些内容不可能全写到文章中，对于上述内容的学习，可以到我提供的链接中进行学习，博客链接都是我写过的文章。爬虫部分需要掌握的内容有：
- requests库的使用：http://blog.csdn.net/c406495762/article/details/72597755
- Beautifulsoup库的使用：http://blog.csdn.net/c406495762/article/details/71158264
我们创建一个名字为financialdata的数据库，并根据网站情况创建四个表，分别为cwzb(主要财务指标 )、fzb(资产负债表 )、llb(现金流量表 )、lrb(利润表)：
点击查看大图
除了财务报表中的数据，我们还需要额外添加股票名、股票代码、报表日期，用以区分不同股票，不同时间的财务报表情况。各个数据的数据类型，我是粗略分配的，可以根据实际情况和自己的需求进行设置。当然，如果为了省事，可以像我一样：除了报表时间设置为date类型外，其他都设置为char(30)类型即可。好了准备工作都好了，我们开始编写代码吧，需要注意的一点是：在创建数据库连接的时候，我们需要指定charset参数，将其设置为’utf8’，因为数据库中存在中文，如果不设置，数据无法导入。当然，记得更改你的数据库名和密码。
编写代码如下：
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
- 104
- 105
- 106
- 107
- 108
- 109
- 110
- 111
- 112
- 113
- 114
- 115
- 116
- 117
- 118
- 119
- 120
- 121
- 122
- 123
- 124
- 125
- 126
看下运行效果：我们已经顺利地将腾讯控股的财务报表带入数据库中了：
点击查看大图
上述代码比较粗糙，继续完善代码。对代码进行重构，创建一个获取数据报表的类。根据用户输入股票代码，下载相应股票的财务报表，并显示下载进度，实现效果如下所示：
点击查看大图
一直在看，何不自己写个代码试试？实现效果如上图所示！只有自己动手，才能体会到编程的快乐，对知识掌握也就更加扎实。
如果你觉得代码编写的代码差不多了，想对照代码看一看或者感觉自己无需动手，这种东西就可以轻松掌握。那么可以从我的Github获取上图实现效果的代码：https://github.com/Jack-Cherish/python-spider/blob/master/financical.py
本文没有实现批量上市公司财务报表的获取与入库。因为方法有很多，首先，我们可以根据用户提供的股票代码进行批量下载。比如用户输入：00700，00701，00702。然后程序根据输入的股票代码，进行相应的解析，创建出对应的URL链接，即可实现批量下载。另外，也可以通过程序自动获取链接，比如网易财经提供了各个股票板块的涨幅排行榜、跌幅排行榜、成交额排行榜等，我们通过获取这些股票的链接，也可以进行财务报表批量下载。方法很简单，因此不再累述。
其他：
- 一个我不认识的，看我爬虫教程的朋友跟我说，想看爬取数据入库的文章。我说我会出，现在遵守了承诺！
- 大家有想看的爬虫内容可以留言，我会视情况(时间不足)，出相应教程的。
- 在使用MySQL创建数据库连接的时候，如果数据库(utf8编码)中有中文，一定要记得设置charset参数为utf8(对应数据库编码)！
- 学习SQL很有帮助，数据库查询很方便，方便我们进行数据分析。
- 所有爬虫实战的代码，均可以在我的Github进行下载(Star数量要破100了！给个助攻好不好？)：https://github.com/Jack-Cherish/python-spider
- 如有问题，请留言。如有错误，还望指正，谢谢！