爬虫需求-香港联交所

需求描述:
利用requests库分别完成香港联交所(编号10801,用于file_id)的爬取。
香港联交所地址:http://www.hkexnews.hk/listedco/listconews/advancedsearch/search_active_main_c.aspx

input:外部输入一个时间段(begin_date,end_date,均为int格式),和文件预计保存的根目录,如r‘D:\pdf’
output:对爬取的结果进行解析,最终提交一个Dataframe数据,该frm数据包含以下字段:
announce_date:文件发布日期,为字符串类型,如“2018-09-22”
short_company_name:公司简称
trade_code:公司代码,如果没有,为空
pdf_title:文件名称
url_path:文件的网络地址,可以从此地址直接下载
file_id:文件的id,唯一,由三块组成,例如10102201809060,前面的10102指的是上交所监管问询意见函,中间的20180906指的是发布时间,后面的0是指从0开始0,1,2,3…10,11…依次编号。
file_path:文件预计要保存的本地地址,由文件时间目录+文件名组成,例如:r‘\2018\09\06\10801201809060.pdf’
status:状态码,默认"100"
download_date:为空
full_company_name:为空

此外,需要对结果按照url_path去重。
开发语言:python3

验收标准:
1.提交代码(包含根据当天时间完成的每日更新)。
2.提交数据:2013-01-01~2018-10-22这部分的数据(DataFrame格式)。
3.提交截图:网页显示的2013-01-01~2018-10-22这段时间数据总数和抓取下来的总数相同。

截止时间:
2018-10-25 22:00
报价:200元

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,084评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,623评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,450评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,322评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,370评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,274评论 1 300
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,126评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,980评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,414评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,599评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,773评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,470评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,080评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,713评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,852评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,865评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,689评论 2 354

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,654评论 18 139
  • pyspark.sql模块 模块上下文 Spark SQL和DataFrames的重要类: pyspark.sql...
    mpro阅读 9,451评论 0 13
  • Spark SQL, DataFrames and Datasets Guide Overview SQL Dat...
    Joyyx阅读 8,328评论 0 16
  • —1— 夏悦已经很少回老宅了,毕竟童年并没有在那里留下什么美好的回忆。但是忽然却有些怀念起来,大约是时光洗涤了一切...
    匪玉阅读 316评论 2 9
  • 在博客里遇见的粉百合,喜欢,所以,画了。 线稿在其他纸张上画好,然后背面涂黑,再蒙在这张画纸上,描轮廓线,线稿就拓...
    梦里寒花5阅读 897评论 14 17