❌

阅读视图

发现新文章，点击刷新页面。

用python写一个抓取股市关键词的程序

✇掘金 前端
一涯

A股是个政策占很大比重的市场，想要不被大镰刀收割，了解一些政策热点事必要的。

1. 安装Pytho环境

  1. 先去 Python 官网下载安装（建议 3.9+）：
    www.python.org/downloads/

  2. 安装好后，打开终端（Windows 用 CMD 或 PowerShell），输入：

python --version

如果输出类似 Python 3.11.5，说明安装成功。

2. 创建项目文件夹

mkdir policy_stock_tracker
cd policy_stock_tracker

3. 安装依赖库

pip install pandas requests matplotlib beautifulsoup4 lxml openpyxl

  • pandas → 数据处理

  • requests → HTTP 请求抓取网页

  • matplotlib → 数据可视化

  • beautifulsoup4 / lxml → 解析 HTML

  • openpyxl → 让 pandas 能导出 Excel

如果报错如下：

ERROR: Could not find a version that satisfies the requirement pandas (from versions: none)

意思是 pip 找不到可安装的 pandas 版本，可能原因是pip太旧了，先升级

python -m pip install --upgrade pip

然后重新安装

4. 建立Python文件

在项目目录下新建 tracker.py，写入以下代码框架：

import requests
import pandas as pd
import matplotlib.pyplot as plt
from bs4 import BeautifulSoup
from datetime import datetime

# 1. 政策关键词库
keywords = [
    "碳中和", "新能源", "光伏", "储能",
    "新基建", "算力", "人工智能", "5G",
    "国产替代", "半导体", "芯片",
    "乡村振兴", "农业现代化", "种业",
    "医保", "创新药", "医疗器械",
    "房地产", "限购", "装修",
    "军工", "国防", "航天","人形机器人","稳定币","反内卷","雅下水电"
]

# 2. 新闻数据抓取（以东方财富为例）
def fetch_news():
    url = "https://finance.eastmoney.com/a/cgnjj.html"
    r = requests.get(url)
    r.encoding = "utf-8"
    soup = BeautifulSoup(r.text, "lxml")
    
    news_list = []
    for a in soup.select("a"):
        title = a.get_text().strip()
        if title and len(title) > 4:
            news_list.append(title)
    return news_list


# 3. 统计关键词热度
def analyze_keywords(news_list):
    results = []
    for kw in keywords:
        count = sum(1 for n in news_list if kw in n)
        if count > 0:
            results.append({"关键词": kw, "热度": count})
    df = pd.DataFrame(results).sort_values(by="热度", ascending=False)
    return df

# 4. 可视化热度
def plot_heatmap(df):
    plt.figure(figsize=(10,6))
    plt.bar(df["关键词"], df["热度"], color="orange")
    plt.xticks(rotation=45)
    plt.title("政策热度排行")
    plt.tight_layout()
    plt.savefig("policy_heat.png")
    plt.show()

# 5. 主运行逻辑
if __name__ == "__main__":
    news_list = fetch_news()
    print(f"抓取到 {len(news_list)} 条新闻")
    print(news_list[:10])  # 打印前 10 条看看内容

    df = analyze_keywords(news_list)
    print(df)  # 打印分析结果

    if not df.empty:
        today = datetime.now().strftime("%Y-%m-%d")
        df.to_excel(f"policy_heat_{today}.xlsx", index=False)
        plot_heatmap(df)
        print(f"已保存 {today} 政策热度数据，共 {len(df)} 条关键词")
    else:
        print("没有匹配到任何关键词，未生成 Excel。")

5. 运行脚本

python tracker.py

6.windows系统每天自动执行

  1. 打开“任务计划程序”

  • 按 Win + S 搜索 “任务计划程序” 或 Task Scheduler，打开它。

  • 右侧点击 创建基本任务…

  1. . 创建基本任务
  • 名称：填入 Python Tracker
  • 描述：随意，比如 “每天早上7点运行 tracker.py”
  • 点击 下一步
  1. 触发器
  • 选择 每天
  • 设置 开始日期（今天）和 时间（07:00）
  • 点击 下一步
  1. 操作

  • 选择 启动程序

  • 点击 浏览，找到 python.exe，比如：

    makefile
复制编辑
C:\Users\你\AppData\Local\Programs\Python\Python311\python.exe

  • 添加参数（重要）：

    makefile
复制编辑
D:\Projects\tracker.py

  • 起始于（可选） ：

    makefile
复制编辑
D:\Projects

    （这是脚本所在文件夹路径，不要带引号）

  1. 测试任务

  • 在任务计划程序里找到刚创建的任务，右键 → 运行

  • 确认能执行 python 脚本，并生成你需要的结果（比如 Excel 文件）

❌