上海证券交易所上市公司定期报告下载,项目地址 https://github.com/thunderhit/shreport
能：
- 获取上证交易所所有公司目录
- 上市公司历年报告(季报、半年报、年报)
pip install shreport
companys()
上证所有上市公司名录，公司名及股票代码
:return: 返回DataFrame
download(code, savepath)
下载上市公司的所有季度报告、半年报、年报pdf文件
:param code: 上市公司股票代码
:param savepath: 存储的路径，建议使用相对路径
:return:
pdfurls(code)
获取年报文件下载链接
:param code: 股票代码
:return: 年报pdf链接
一定要先获得cookies后才能使用下面的所有代码，这里先直接看代码使用情况，cookies获取可见文档 五、获取cookies
from shreport import SH
cookies = {"Cookie": '您的cookies'}
sh = SH(cookies)
df = sh.companys()
df.head(10)Run
- -------- ------
name code
0 浦发银行 600000
1 白云机场 600004
2 东风汽车 600006
3 中国国贸 600007
4 首创股份 600008
- -------- ------
代码中的sh.companys()获取的是DataFrame数据类型，所以大家还可以自己存储成excel
df.to_excel('上证交易所上市公司名录.xlsx')
绝大多数报告文件名格式
| 文件 | 文件名 | 例子 |
|---|---|---|
| 季度报 | 公司代码-年份-数字 | 600000-2000-1.pdf、600000-2000-3.pdf |
| 半年报 | 公司代码-年份-z | 600000-2000-z.pdf |
| 年报 | 公司代码-年份-n | 600000-2000-n.pdf |
代码
from pathlib import Path
from shreport import SH
cookies = {"Cookie": '您的cookies'}
sh = SH(cookies)
#获取当前代码所在的文件夹路径
cwd = Path().cwd()
#以浦发银行为例股票代码600000
sh.download(code='600000', savepath=cwd)Run
=======请耐心等待，正在获取600000数据
=======准备获取600000年报文件链接========
=======年报文件链接已获取完毕=============
已成功下载600000_2000_1.pdf
已成功下载600000_2000_z.pdf
已成功下载600000_2000_3.pdf
已成功下载600000_2000_n.pdf
......
已成功下载600000_2019_1.pdf
已成功下载600000_2019_z.pdf
已成功下载600000_2019_3.pdf
已成功下载600000_2000_n.pdf
如果暂时不想下载定期报告pdf文件，可以只得到该公司所有的报告文件链接
from shreport import SH
cookies = {"Cookie": '您的cookies'}
sh = SH(cookies)
#以浦发银行为例股票代码600000
urls = sh.pdfurls(code='600000')
urlsRun
=======准备获取600000年报文件链接========
=======年报文件链接已获取完毕=============
['http://www.sse.com.cn/disclosure/listedinfo/announcement/c/600000_2000_1.pdf',
'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2002-10-30/600000_2002_3.pdf',
'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2002-08-17/600000_2002_z.pdf',
.......
'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/600000_2002_1.pdf',
'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2019-03-26/600000_2018_n.pdf',
'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2018-10-31/600000_2018_3.pdf',
'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2018-08-30/600000_2018_z.pdf',
'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2018-04-28/600000_2017_n.pdf',
'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2018-04-28/600000_2018_1.pdf']
一定要先获得cookies后才能使用所有的代码，获取方法
- 浏览器访问http://www.sse.com.cn/disclosure/overview/
- 按F12（mac按option+command+I)打开开发者工具的Network
- 刷新网页，耐心寻找与www.sse.com.cn有关的任意网址，找到cookies
如果您是经管人文社科专业背景，编程小白，面临海量文本数据采集和处理分析艰巨任务，个人建议学习《python网络爬虫与文本数据分析》视频课。作为文科生，一样也是从两眼一抹黑开始，这门课程是用五年时间凝缩出来的。自认为讲的很通俗易懂o(￣︶￣)o，
- python入门
- 网络爬虫
- 数据读取
- 文本分析入门
- 机器学习与文本分析
- 文本分析在经管研究中的应用
感兴趣的童鞋不妨 戳一下《python网络爬虫与文本数据分析》进来看看~
-
公众号：大邓和他的python