百木园北上资金一直被誉为“聪明钱”，擅长左侧交易。现在很多机构和大户都会盯着北上资金调整自己的交易。这似乎已经是公开的秘密了。香港证券交易所每天收盘都会公布当天北上资金的持股量，所以我们也可以爬取这份数据抄一抄北上资金的作业。
爬取数据将会用到 《Python 学习笔记：获取网络数据》里提及的 urllib 和 BeautifulSoup。
我们分别爬取沪港通和深港通的数据，然后再将两个 dataframe 合并起来，并保存为 csv 文件。
好了，不多说了上代码吧。
Code
import urllib.request, urllib.parse, urllib.error
from bs4 import BeautifulSoup
import ssl
import pandas as pd
# Ignore SSL certificate errors
ctx = ssl.create_default_context()
ctx.check_hostname = False
ctx.verify_mode = ssl.CERT_NONE
urls = [\'https://sc.hkexnews.hk/TuniS/www.hkexnews.hk/sdw/search/mutualmarket_c.aspx?t=sh&t=sh\',
\'https://sc.hkexnews.hk/TuniS/www.hkexnews.hk/sdw/search/mutualmarket_c.aspx?t=sh&t=sz\']
dates = []
df_list = []
for url in urls:
html = urllib.request.urlopen(url, context=ctx).read()
soup = BeautifulSoup(html, \'lxml\')
date = soup.find(\'input\', class_=\'input-searchDate\')[\'value\']
dates.append(date)
codes = [code.find(\'div\', class_=\'mobile-list-body\').string for code in soup.find_all(\'td\',class_=\'col-stock-code\')]
names = [name.find(\'div\', class_=\'mobile-list-body\').string for name in soup.find_all(\'td\',class_=\'col-stock-name\')]
shareholding = [int(shareholding.find(\'div\', class_=\'mobile-list-body\').string.replace(\',\', \'\')) for shareholding in soup.find_all(\'td\',class_=\'col-shareholding\')]
percent = [float(percent.find(\'div\', class_=\'mobile-list-body\').string.strip(\'%\')) for percent in soup.find_all(\'td\',class_=\'col-shareholding-percent\')]
df = pd.DataFrame(list(zip(codes, names, shareholding, percent)), columns=[\'code\', \'stock\', \'shareholding\', \'shareholding%\'])
df_list.append(df)
output = pd.DataFrame()
if dates[0] == dates[1]:
# combine dataframe sz and dataframe sh
output = pd.concat(df_list)
output.to_csv(fname, encoding=\'utf-8\', index=False)
else:
print(\'failed to get northbound data from web\')
来源：https://www.cnblogs.com/yukiwu/p/15049470.html
图文来源于网络，如有侵权请联系删除。