0
0

Python实战-贵州茅台和华能信托股权穿透研究(附完整代码)

文章目录

1、如何对贵州茅台的股权进行穿透研究

在这里插入图片描述
在这里插入图片描述
今天就来讲讲如何对贵州茅台股权进行研究

2、茅台股权穿透研究代码如下

#!/usr/bin/env python# coding: utf-8# In[1]:from selenium import webdriver
import re
import time
import pandas as pd

# In[2]:

company_name ='华能信托'
browser = webdriver.Chrome()
url ='https://xin.baidu.com/s?q='+ company_name
browser.get(url)
data = browser.page_source
print(data)# In[3]:

p_href ='<h3 data-v-4dc1d36e="" class="title"><a data-v-4dc1d36e="" target="_blank" href="(.*?)"'
href = re.findall(p_href, data)
url2 ='https://xin.baidu.com'+ href[0]
browser.get(url2)
data = browser.page_source

# In[5]:

table = pd.read_html(data)
df = table[1]
df

# In[7]:

company = df['发起人/股东'][1]
company

# In[12]:

company_split = company.split(' ')
company_split

# In[14]:

company = df['发起人/股东'][0]
company_split = company.split(' ')for i in company_split:if'有限公司'in i:print(i)# In[13]:

company = df['发起人/股东'][0]
company_split = company.split(' ')for i in company_split:iflen(i)>6:print(i)# In[15]:defbaidu(company_name):
    browser = webdriver.Chrome()
    url ='https://xin.baidu.com/s?q='+ company_name
    browser.get(url)
    time.sleep(2)# 休息2秒，防止页面没加载完
    data = browser.page_source
    
    p_href ='<h3 data-v-4dc1d36e="" class="title"><a data-v-4dc1d36e="" target="_blank" href="(.*?)"'
    href = re.findall(p_href, data)
    url2 ='https://xin.baidu.com'+ href[0]
    browser.get(url2)
    time.sleep(2)# 休息2秒，防止页面没加载完
    data = browser.page_source
    table = pd.read_html(data)
    df = table[1]
    
    browser.quit()# 退出模拟浏览器
    
    company = df['发起人/股东'][0]
    company_split = company.split(' ')for i in company_split:iflen(i)>6:# 不要用if '有限公司' in i，这个不太好，例如国资委不含有“有限公司 ”字样return i

# In[16]:

baidu('中国华能集团有限公司')# In[17]:

company_1 = baidu('华能信托')
company_2 = baidu(company_1)
company_3 = baidu(company_2)# In[18]:

company_1, company_2, company_3

# In[ ]:# In[ ]:# In[19]:

company ='贵州茅台'whileTrue:try:
        company = baidu(company)print(company)except:break
        
company

# In[ ]:# In[ ]:# In[38]:

num_sum =0.0
num =0for i in df['持股比例']:if i =='-':
        num =1break
    i =float(i[0:-1])# 清除百分号，并转为浮点数print(i)
    num_sum = i + num_sum
    num +=1if num_sum >80:breakprint(num)# In[17]:for i inrange(num):
    company_i = df['发起人/股东'][i]
    company_split = company_i.split(' ')for j in company_split:if'有限公司'in j:print(j)# In[ ]:# In[ ]:

执行过程中发现报错：

"app":"universe",// 调用方端内 APP 类型：iOS/Android/universe，非端内传 universe
                "ver":"",// app版本号
            }
            xaf.init(initParams);} catch(e){
            console.log(e);}</script><script src="//xinpub.cdn.bcebos.com/aiqicha/static/1667908976/js/s.031a6934a4e.js"></script></body></html>
Traceback (most recent call last):
  File "E:/tech/SufferSpace/股权穿透研究-1110.py", line 29,in<module>
    url2 ='https://xin.baidu.com'+ href[0]
IndexError:list index out of range

Process finished with exit code 1

3、发现在29行代码出现问题，就是href取得是空数组，怀疑是p_href的问题

于是通过网页发现应该是这个地址：
在这里插入图片描述

但是等到执行后面的代码，发现有个“发起人/股东”，因为按照上面这个地址，在这个页面中：https://aiqicha.baidu.com/brand/detail?pid=65781811851309&id=414444999

4、取不到股东信息，所以再仔细查看应该是下面这个第一个地址：

在这里插入图片描述
通过网址：https://aiqicha.baidu.com/company_detail_65781811851309

修改匹配逻辑如下：

p_href ='<h3 data-v-387da8b0="" class="title"><a data-v-387da8b0="" target="_blank" href="(.*?)"'#p_href = '<a data-v-05558e48="" href="(.*?)" data-log-an="s-brandpanel" data-log-title="s-brandpanel-brand" class="item-inner">'
href = re.findall(p_href, data)# https://aiqicha.baidu.com/brand/detail?pid=65781811851309&id=414444999
url2 ='https://xin.baidu.com'+ href[0]#url2 = "https://aiqicha.baidu.com/company_detail_65781811851309"
browser.get(url2)
time.sleep(3)
data = browser.page_source

5、这里注意要加sleep，要不然有时候容易报错，找不到网页元素

time.sleep(3)

修改完后继续执行代码，又报错了

raise KeyError(key)from err
KeyError:'发起人/股东'

Process finished with exit code 1

找不到“发起人/股东”，查看网页，确实没有这个，应该是“股东名称”
在这里插入图片描述
修改完后，继续执行代码，又报错了：

    i =float(i[0:-1])# 清除百分号，并转为浮点数
ValueError: could not convert string to float:'67.92149%持股详情'

Process finished with exit code 1

6、你知道i[0:-1]是什么意思吗？

a = [0,1,2,3,4,5,6,7,8,9]

b = a[i:j] 表示复制a[i]到a[j-1]，以生成新的list对象

b = a[1:3] 那么，b的内容是 [1,2]

当i缺省时，默认为0，即 a[:3]相当于 a[0:3]

当j缺省时，默认为len(alist), 即a[1:]相当于a[1:10]

a[:-1]其实就是去除了这行文本的最后一个字符（换行符）后剩下的部分 ，结果是：[0,1,2,3,4,5,6,7,8]

A = ”67.92149%持股详情>“，这个字符，要取出纯数字，就是：
A[0:-6]，-6正好是%的那个位置，然后修改代码如下：

num_sum =0.0
num =0for i in df['持股比例']:if i =='-':
        num =1break
    i =float(i[0:-6])# 清除百分号，并转为浮点数print(i)
    num_sum = i + num_sum
    num +=1if num_sum >80:breakprint(num)

最后执行结果如下：
华能资本服务有限公司
华能资本服务有限公司
贵州省人民政府国有资产监督管理委员会
67.9214931.478132
华能资本服务有限公司
贵州乌江能源投资有限公司

Process finished with exit code 0

7、华能信托和贵州茅台股权穿透研究完整代码：

#!/usr/bin/env python# coding: utf-8# In[1]:from selenium import webdriver
import re
import time
import pandas as pd

# In[2]:

company_name ='华能信托'
browser = webdriver.Chrome()
url ='https://xin.baidu.com/s?q='+ company_name
browser.get(url)
time.sleep(3)
data = browser.page_source
print(data)# In[3]:

p_href ='<h3 data-v-387da8b0="" class="title"><a data-v-387da8b0="" target="_blank" href="(.*?)"'
href = re.findall(p_href, data)
url2 ='https://xin.baidu.com'+ href[0]
browser.get(url2)
time.sleep(3)
data = browser.page_source

# In[5]:

table = pd.read_html(data)
df = table[1]
df

# In[7]:

company = df['股东名称'][1]
company

# In[12]:

company_split = company.split(' ')
company_split

# In[14]:

company = df['股东名称'][0]
company_split = company.split(' ')for i in company_split:if'有限公司'in i:print(i)# In[13]:

company = df['股东名称'][0]
company_split = company.split(' ')for i in company_split:iflen(i)>6:print(i)# In[15]:defbaidu(company_name):
    browser = webdriver.Chrome()
    url ='https://xin.baidu.com/s?q='+ company_name
    browser.get(url)
    time.sleep(2)# 休息2秒，防止页面没加载完
    data = browser.page_source
    
    p_href ='<h3 data-v-387da8b0="" class="title"><a data-v-387da8b0="" target="_blank" href="(.*?)"'
    href = re.findall(p_href, data)
    url2 ='https://xin.baidu.com'+ href[0]
    browser.get(url2)
    time.sleep(2)# 休息2秒，防止页面没加载完
    data = browser.page_source
    table = pd.read_html(data)
    df = table[1]
    
    browser.quit()# 退出模拟浏览器
    
    company = df['股东名称'][0]
    company_split = company.split(' ')for i in company_split:iflen(i)>6:# 不要用if '有限公司' in i，这个不太好，例如国资委不含有“有限公司 ”字样return i

# In[16]:

baidu('中国华能集团有限公司')# In[17]:

company_1 = baidu('华能信托')
company_2 = baidu(company_1)
company_3 = baidu(company_2)# In[18]:

company_1, company_2, company_3

# In[ ]:# In[ ]:# In[19]:

company ='贵州茅台'whileTrue:try:
        company = baidu(company)print(company)except:break
        
company

# In[ ]:# In[ ]:# In[38]:

num_sum =0.0
num =0for i in df['持股比例']:if i =='-':
        num =1break
    i =float(i[0:-6])# 清除百分号，并转为浮点数print(i)
    num_sum = i + num_sum
    num +=1if num_sum >80:breakprint(num)# In[17]:for i inrange(num):
    company_i = df['股东名称'][i]
    company_split = company_i.split(' ')for j in company_split:if'有限公司'in j:print(j)# In[ ]:# In[ ]:
标签： python 贵州茅台 前沿技术
本文转载自: https://blog.csdn.net/superdangbo/article/details/127792167
版权归原作者 Python&Basketball 所有， 如有侵权，请联系我们删除。
登录后发布评论

“Python实战-贵州茅台和华能信托股权穿透研究(附完整代码)”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

网络安全法-网络运行安全

使用selenium/drissionpage时如何阻止chrome自动跳转http到https

docker desktop 里部署的Open WebUI 管理员密码忘记了的处理方法

在ubuntu20.04中搭建onsite比赛运行环境

利用开源的低代码表单设计器FcDesigner高效管理和渲染复杂表单结构

Kafka学习笔记

【前端】浏览器输入url到页面呈现发生了什么？

文章导航