Question

所以我一直在研究一个简单的脚本，它从项目主目录中的.txt文件中提取股票代码，而我似乎无法将其带回定价数据。如果我手动将它们输入到字符串数组中，但是当从文件中提取时，我只是不想返回价格。

import urllib
import re

symbolfile = open("symbols.txt")
symbolslist = symbolfile.read()
newsymbolslist = symbolslist.split("\n")

i = 0

while i<len(newsymbollist):
    url = "http://finance.yahoo.com/q?uhb=uh3_finance_vert_gs_ctrl1&fr=&type=2button&s=" +symbolslist[i] +""
    htmlfile = urllib.urlopen(url)
    htmltext = htmlfile.read()
    regex = '<span id="yfs_184_' +newsymbolslist[i] +'">(.+?)</span>'
    pattern = re.compile(regex)
    price = re.findall(pattern,htmltext)
    print "The price of", newsymbolslist[i] ," is ", price
    i+=1

我真的可以使用一些帮助，因为它没有在shell中给出任何错误原因。

提前感谢您的帮助！

Answer 1

通过实施@Linus Gustav Larsson Thiel在评论中提供的修改以及另一个关于regex您的代码返回正确结果的修改。请注意正则表达式中的lowercase()，因为源包含小写符号：

i = 0

while i < len(newsymbolslist):
    url = "http://finance.yahoo.com/q?uhb=uh3_finance_vert_gs_ctrl1&fr=&type=2button&s=" +newsymbolslist[i]
    htmlfile = urllib.urlopen(url)
    htmltext = htmlfile.read()
    regex = '<span id="yfs_l84_' +newsymbolslist[i].lower() +'">(.+?)</span>'
    pattern = re.compile(regex)
    price = pattern.findall(htmltext)
    print "The price of", newsymbolslist[i] ," is ", price
    i+=1

使用静态列表进行测试['AAPL','GOOGL','MSFT']我收到以下输出：

The price of AAPL  is  ['98.53']
The price of GOOGL  is  ['733.07']
The price of MSFT  is  ['52.30']

如果您愿意，也可以简化代码：

baseurl = "http://finance.yahoo.com/q?uhb=uh3_finance_vert_gs_ctrl1&fr=&type=2button&s="

for symbol in newsymbolslist:
    url = baseurl + symbol
    source = urllib.urlopen(url).read()
    regex = re.compile('<span id="yfs_l84_' + symbol.lower() + '">(.+?)</span>')
    price = regex.findall(source)[0]
    print "The price of", symbol, "is", price

for ... in ...循环消除了对计数器变量的需要，并且由于findall()返回匹配列表（而您只期望一个），您可以附加[0]以显示包含的字符串和不是具有单个元素的列表。

这将返回以下内容：

The price of AAPL is 98.53
The price of GOOGL is 733.07
The price of MSFT is 52.30

Python库存刮擦脚本没有拉回定价数据？

1 个答案: