[人工智能]Python获取东方财富实时资金流向排名信息

1. 首先通过抓包东方财富数据中心的排名信息
通过此网址（http://data.eastmoney.com/zjlx/detail.html），运用fiddle抓包工具抓取其后台实时更新页面的数据信息，至于如何抓取，我这里不做赘述，熟悉fiddler是一个数据挖掘者的基本素养。这是直接抓好的链接（https://push2.eastmoney.com/api/qt/clist/get?cb=jQuery112305306202746207478_1630325762044&fid=f62&po=1&pz=50&pn=1&np=1&fltt=2&invt=2&ut=b2884a393a59ad64002292a3e90d46a5&fs=m%3A0%2Bt%3A6%2Bf%3A!2%2Cm%3A0%2Bt%3A13%2Bf%3A!2%2Cm%3A0%2Bt%3A80%2Bf%3A!2%2Cm%3A1%2Bt%3A2%2Bf%3A!2%2Cm%3A1%2Bt%3A23%2Bf%3A!2&fields=f12%2Cf14%2Cf2%2Cf3%2Cf62%2Cf184%2Cf66%2Cf69%2Cf72%2Cf75%2Cf78%2Cf81%2Cf84%2Cf87%2Cf204%2Cf205%2Cf124%2Cf1%2Cf13），直接点击，会出现以下结果，对比后发现，就是这里的原版数据无疑。
2.用Python处理数据并用dataframe类型返回

def get_flow_df(url='''https://push2.eastmoney.com/api/qt/clist/get?cb=jQuery112305306202746207478_1630325762044&fid=f62&po=1&pz=50&pn=1&np=1&fltt=2&invt=2&ut=b2884a393a59ad64002292a3e90d46a5&fs=m%3A0%2Bt%3A6%2Bf%3A!2%2Cm%3A0%2Bt%3A13%2Bf%3A!2%2Cm%3A0%2Bt%3A80%2Bf%3A!2%2Cm%3A1%2Bt%3A2%2Bf%3A!2%2Cm%3A1%2Bt%3A23%2Bf%3A!2&fields=f12%2Cf14%2Cf2%2Cf3%2Cf62%2Cf184%2Cf66%2Cf69%2Cf72%2Cf75%2Cf78%2Cf81%2Cf84%2Cf87%2Cf204%2Cf205%2Cf124%2Cf1%2Cf13'''):
    Max_Retry_Times = 3  # 最大允许重试次数
    while True:
        try:
            html = urllib.request.urlopen(url, timeout=5).read()
            time.sleep(3)
            break
        except:
            Max_Retry_Times = Max_Retry_Times - 1
            if Max_Retry_Times == 0:
                break
            print('超时重试')
    html = html.decode('utf-8')
    #这里是将获取到的数据进行字符串操作剥开层层外衣
    pre1_data = re.findall(r'[(](.*?)[)]', html)
    data_list = str(pre1_data).replace('[', 'q').replace(']', 'q').split('q')
    pre2_data = data_list[2]
    #留下来的是字典类型书写格式的字符串
    #然后转为字典，再转换为dataframe类型
    df = pd.DataFrame.from_dict(eval(pre2_data), orient='columns')
    #这里重命名列名，为方便后续操作
    df=df.rename(columns={'f12':'symbol','f14':'name','f2':'trade','f13':'market','f3':'c_ptg'})
    #精简一下数据，把我需要的列拿出来，新搞一个dataframe
    new_df=pd.DataFrame(columns=('symbol','name','trade','market'))
    symbol_list=[]
    new_df['symbol']=df['symbol']#代码
    new_df['name']=df['name']#名称
    new_df['trade']=df['trade']#当前价格
    new_df['market']=df['market']#市场
    new_df['c_ptg']=df['c_ptg']#涨幅
    print(new_df)
    return new_df

注：Url链接中的pz=50是前50名的股票，如果你需求量大可以做相应微调。
执行结果：

3.声明
本文如有侵权将即刻删除，如涉及侵权或有其他技术问题请私信我。