朋友股票亏惨了，我一怒用Python爬取了证券最新数据

大家好，我是辣条。

抓取目标:

url:http://webapi.cninfo.com.cn/#/marketDataDate
数据目标: 获取 证券代码 证券简称 交易日期 开盘价 最高价 最低价 收盘价 成交数量
难点: 请求头参数mcode 加密生成
使用第三方库:

1. requests
2. execjs
3. js2py
4. math
5. time
6. pandas

工具:

1. 谷歌浏览器
2. pycharm
3. python3.7

页面分析:
进入页面，鼠标右击，选择检查 -> 弹出浏览器开发者工具 -> Netword -> 选择xhr -> 刷新页面

找到接口，观察接口数据情况:

此接口为post请求，需要提交两个表单参数。

代码片段:

url = 'http://webapi.cninfo.com.cn/api/sysapi/p_sysapi1015'
data = {

'tdate': datetime,
'scode': '399001'

}
headers = {

'mcode': 'MTYzNTEzOTkxMQ==',
'Referer': 'http://webapi.cninfo.com.cn/',
'Cookie': 'Hm_lvt_489bd07e99fbfc5f12cbb4145adb0a9b=1634795282; Hm_lpvt_489bd07e99fbfc5f12cbb4145adb0a9b=1634799860',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.54 Safari/537.36'

}
response = requests.post(url, headers=headers, data=data).json()
请求成功, 但是有时效性的问题，等过了几分钟后，就无权限访问了，仔细观察发现特殊参数mcode。

开始JS找加密参数生成位置: (注意需要重新刷新页面，不然会出现没有js情况)

问题来了，好几个js文件，怎么确定那个是我们需要的?

使用第二种搜索方式，根据url的请求地址搜索:

打上断点后 直接刷新页面 开始调试

var indexcode={

getResCode:function(){
    var time=Math.floor(new Date().getTime()/1000); return window.JSonToCSV.missjson(""+time);
}

}
继续调试，看看这个missjson是干啥的。

下面把这些js扣下来执行

完整代码
import requests
import execjs
import js2py
import math
import time
import pandas as pd
​
​
code_list = []
​
​
def MCODE():

jscode = '''
function missjson(input) {  
    var keyStr = "ABCDEFGHIJKLMNOP" + "QRSTUVWXYZabcdef" + "ghijklmnopqrstuv"   + "wxyz0123456789+/" + "=";  
    var output = "";  
    var chr1, chr2, chr3 = "";  
    var enc1, enc2, enc3, enc4 = "";  
    var i = 0;  
    do {  
        chr1 = input.charCodeAt(i++);  
        chr2 = input.charCodeAt(i++);  
        chr3 = input.charCodeAt(i++);  
        enc1 = chr1 >> 2;  
        enc2 = ((chr1 & 3) << 4) | (chr2 >> 4);  
        enc3 = ((chr2 & 15) << 2) | (chr3 >> 6);  
        enc4 = chr3 & 63;  
        if (isNaN(chr2)) {  
            enc3 = enc4 = 64;  
        } else if (isNaN(chr3)) {  
            enc4 = 64;  
        }  
        output = output + keyStr.charAt(enc1) + keyStr.charAt(enc2)  
                + keyStr.charAt(enc3) + keyStr.charAt(enc4);  
        chr1 = chr2 = chr3 = "";  
        enc1 = enc2 = enc3 = enc4 = "";  
    } while (i < input.length);  

    return output;  
} 

'''
time1 = js2py.eval_js('Math.floor(new Date().getTime()/1000)')
# py方式
a = math.floor(time.time() / 1000)
mcode = execjs.compile(jscode).call('missjson', '{a}'.format(a=time1))
return mcode

​
​
def PageRquest(datetime, mcode):

# 接口可以换
url = 'http://webapi.cninfo.com.cn/api/sysapi/p_sysapi1015'
data = {
    'tdate': datetime, # 获取数据时间
    'scode': '399001'  # 股票代码 以及交易所简称
}
headers = {
    'mcode': str(mcode),
    'Referer': 'http://webapi.cninfo.com.cn/',
    'Cookie': 'Hm_lvt_489bd07e99fbfc5f12cbb4145adb0a9b=1634795282; Hm_lpvt_489bd07e99fbfc5f12cbb4145adb0a9b=1634799860',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.54 Safari/537.36'
}
response = requests.post(url, headers=headers, data=data).json()
code = response['records']
for i in code:
    code_list.append(i)

​
​
def main(date):

mcode = MCODE()
PageRquest(date, mcode)

​
​
if name == '__main__':

# main()
# 数据分析 pandas 自动化办公的
datetime = pd.period_range('2021/5/1', '2021/10/20', freq='B')
for date in datetime:
    main(date)
df = pd.DataFrame(code_list)
df.to_excel('code.xlsx')