arfindata子模块与函数介绍

1.arfindata.sz 深交所官网爬虫

（1）sh.select_sh(data) ——股票代码筛选函数

    data为list格式的股票代码列表，输出经过筛选后的深市股票列表。

（2）Input_timeNtype(start,end,typ) ——爬虫函数

    在深交所官网输入查询起止时间与报告种类。
    start:查询开始时间 end：查询结束时间 typ：报告种类
    时间格式yyyy-mm-dd 种类格式"年度/半年度/一季度报告"
    建议三个变量单独使用代码定义，因为start需要定义来实现上交所爬虫的部分内容。
    例如：
    start = 2015-01-01
    end = 2021-12-31
    typ = "年度"
    想下载别的类型报告可以选择不同种类，但是下载后的报告不适用于后续的pdf数据解析。

（3） get_szse(code,count) ——爬虫函数，通过股票代码查找对应公司年报下载链接

    code为str格式的股票代码查询公司大于1时count传入1,等于1时传入0。
    输出爬取并解析后的该上市公司年度报告披露表格。包含公司简称，年报标题，下载链接等。
    表格保存到本地original文件夹中，文件名为code.csv。

2.arfindata.sh 上交所官网爬虫

（1）sh.select_sh(data) ——股票代码筛选函数

    data为list格式的股票代码列表，输出经过筛选后的沪市股票列表。

（2）sh.get_sse(code) ——爬虫函数，通过股票代码查找对应公司年报下载链接

    code为str格式的股票代码。
    输出爬取并解析后的该上市公司年度报告披露表格。包含公司简称，年报标题，下载链接等。
    表格保存到本地original文件夹中，文件名为code.csv。

3.arfindata.ARdata 年报下载与解析

（1）download_report(code) ——年报下载函数

    code为str格式的股票代码。将读取由ARfindata.sh.get_sse(code) 得到的code.csv文件，对其中年报链接进行访问下载。
    年报文件将保存到本地report文件夹中，格式为pdf。

（2）findata(code,save) —— 从年报pdf中提取金融数据

    code为str格式的股票代码。save为是否保存为文件选项。save传入1数据将保存到本地financedata文件夹，文件名为"股票代码 股票简称.csv"
    将读取report文件夹中由ARfindata.ARdata.download_report(code)下载的pdf格式年报文件并进行数据提取。
    金融数据包括Revenue（年度总收入）和 Eps（每股收益）。

注：本模块需要的第三方库

第三方库	在子模块中的应用
pandas	sz, sh, ARdata
selenium	sz, sh
time	sz, sh
os	sz, sh, ARdata
re	sz, sh, ARdata
fitz	ARdata
pdfplumber	ARdata
requests	ARdata

完整运行前请创建一个文件夹

文件夹中包含original，report，financedata三个文件夹及你的代码文件。 不想手动创建三个文件夹也可以使用代码创建，它们将建立在代码文件的当前路径下。

os.makedirs('report',exist_ok=True)
os.makedirs('original',exist_ok=True)
os.makedirs('financedata',exist_ok=True)

调用ARfindata.sz或ARfindata.sh时你的代码中请包含

browser = webdriver.Chrome()#根据个人浏览器选择
browser.get('https://www.szse.cn/disclosure/listed/fixed/index.html') —— 若调用的是ARfindata.sz
browser.get('http://www.sse.com.cn/disclosure/listedinfo/regular/') ——若调用的是ARfindata.sh

Author：Napstablook linkfr@163.com