历史数据 - 股票工具

历史数据 - 股票工具，分享一个m费的股票历史数据下载工具，是个在线的工具，测试可以下载所有A股、港股、美股的个股历史数据，Excel，比较方便

只要两步就能下载：

1. 填股市代码、邮箱
2. 5分钟后收到股市历史数据Excel

放在公主号下载也实属无奈，希望大家谅解【不然很容易被恶意下载】，股票历史数据下载是很方便的，在公主号里进行1、2两个步骤就可以了，一般5分钟就能收到股票历史数据。

在线下载很容易被无限恶意下载，非常影响正常用户的下载，【正常用户根本挤不过恶意下载的】。所以后来为了屏蔽掉这些恶意下载股票历史数据的，就设置了通过公主号提交、邮件发送的方式。

就是因为在线下载容易被攻击、恶意下载，所以最后选择了放在公主号，这样的话要攻击也是先攻击公主号，应该还没有谁有这么大的本事，所以这种方法【一是M费(0￥)，二是能长久】，还是希望大家能理解，搜公主号【数据即服务】即可两步下载，0￥，不用转发分享，帖子就在这里，不能下载回来骂我

现在做在线下载的，基本上都是套路要钱的，不信你找一圈还得回来...

股票历史数据

import re
import pandas
import requests
url = '目标网站的url' # 这里不写具体网站的链接了，大体做法都是一样的。

response = requests.get(url).text # 得到网页的源代码

###下面是解析开盘数据的代码，大部分都可以这么参考，简单的正则表达式###

times = re.findall('class="first left bold noWrap">(.*?)').group(1) # 获取到所有历史的交易时间
open_price = re.findall('class="first left bold noWrap">.*?\s+.*?\s+\s+').group(1) # 得到所有历史收盘价数据
high_price = re.findall('class="first left bold noWrap">.*?\s+\s+\s+').group(1) # 得到所有历史收盘价数据

###下面是数据下载成本地数据部分，以下载为本地Excel为例###

df = pandas.DataFrame(a, columns=['open_price', 'close_price', 'vol']) # 把数据转成DataFrame格式
wt = ExcelWriter(path) # path 是文件的保存路径，要精确到文件名。数据下载成本地数据之后，就要到这个路径去找。
例如：C:\\Users\\Administrator\\Desktop\\股票所有历史开盘数据下载成本地数据.xls 就按照这个路径找到保存好的Excel就行了

df.to_excel(wt, sheet_name='如何下载股票的历史收盘价' , index=False)

历史数据 - 股票工具