### 使用Python爬虫从东方财富网抓取过去一年的股票价格数据 为了完成这一目标，可以采用`requests`库来发送HTTP请求并获取网页内容，再利用`pandas`处理和存储数据。考虑到反爬机制的存在，适当加入延时操作以及模拟浏览器行为是非常必要的。 对于具体实现而言： - 需要构建一个能够动态调整日期范围的URL模板用于访问不同时间段内的股价信息。 - 利用XPath或CSS选择器定位到所需的数据区域，并提取其中的有效信息。 - 将收集到的信息整理成结构化的形式保存下来以便后续分析使用。 下面是具体的代码示例[^2]： ```python import requests from lxml import etree import pandas as pd import time def get_stock_price(code, start_date, end_date): url_template = "http://quotes.money.163.com/trade/lsjysj_{code}.html?start={start}&end={end}" headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)', } formatted_url = url_template.format( code=code, start=start_date.replace('-', ''), end=end_date.replace('-', '') ) response = requests.get(formatted_url, headers=headers) html_content = etree.HTML(response.text) table_rows = html_content.xpath('//table[@class="quote_table"]//tr') data_list = [] for row in table_rows[1:]: columns = row.xpath('.//td/text()') date_str = columns[0].strip() close_price = float(columns[2].replace(',', '')) record = {'date': date_str, 'close': close_price} data_list.append(record) df = pd.DataFrame(data_list) df.set_index('date', inplace=True) return df if __name__ == '__main__': stock_code = input("请输入想要查询的股票代码:") today = time.strftime("%Y-%m-%d", time.localtime()) one_year_ago = str(int(time.mktime(time.strptime(today, "%Y-%m-%d"))) - 365 * 24 * 60 * 60).split('.')[0] format_time = time.strftime('%Y%m%d', time.localtime(float(one_year_ago))) try: result_df = get_stock_price(stock_code, format_time, today) print(result_df.head()) save_option = input("是否保存文件？(y/n)") if save_option.lower().startswith('y'): file_name = f"{stock_code}_price.csv" result_df.to_csv(file_name) print(f"已成功保存至{file_name}") except Exception as e: print(e) ``` 此段脚本实现了向用户询问所需的股票代码，并自动计算近似的一年前日期作为起始时间点；接着调用函数`get_stock_price()`执行实际的数据采集工作；最后提供了选项让用户决定是否要把得到的结果导出为CSV格式存档。