### 如何使用 Python 爬取并解析财务报表数据 为了完成爬取和解析财务报表的任务，可以采用 `requests` 和 `BeautifulSoup` 来抓取网页内容，并利用 `pandas` 对数据进行处理。以下是具体方法： #### 数据源的选择 可以选择 Yahoo Finance 或者东方财富网作为数据来源。Yahoo Finance 的 HTML 结构相对简单，适合初学者练习；而东方财富网提供了更多历史数据选项。 #### 实现代码示例 以下是一个完整的代码示例，用于从 Yahoo Finance 抓取 Apple (AAPL) 财务报表的数据： ```python import requests from bs4 import BeautifulSoup import pandas as pd # 定义目标 URL url = "https://finance.yahoo.com/quote/AAPL/financials?p=AAPL" # 设置 headers 模拟浏览器访问 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36' } # 获取网页内容 response = requests.get(url, headers=headers) # 解析 HTML 页面 soup = BeautifulSoup(response.content, 'html.parser') # 找到所有的表格 tables = soup.find_all('div', class_='M(0) Whs(n) BdEnd Bdc($seperatorColor) D(itb)') # 初始化存储数据的列表 data = [] for table in tables: rows = table.find_all('div', recursive=False) for row in rows: cols = row.find_all('span') if len(cols) > 0: data.append([col.text.strip() for col in cols]) # 将数据转换为 Pandas DataFrame 并打印前几行 df = pd.DataFrame(data[1:], columns=data[0]) print(df.head()) ``` 此代码实现了以下几个功能： - **设置 Headers**：模拟真实用户的请求头，防止被网站屏蔽[^1]。 - **定位表格结构**：通过观察页面 DOM 结构找到财务数据所在的 `<div>` 元素[^1]。 - **提取数据**：遍历所有表格并将其中的内容存入二维数组中[^1]。 - **转换为 DataFrame**：便于后续分析操作[^1]。 如果需要支持多个时间周期或者不同类型的报表，则可以根据实际情况调整 URL 参数以及对应的 HTML 层级关系来动态加载所需的信息[^2]。 对于本地文件中的 CSV 数据读取与基本统计计算如下所示: ```python import pandas as pd import numpy as np o = open('D:/gp/1045、广州港601228/2019-04-01.csv') table = pd.read_csv(o) # 数字化列 first 中的数据 pd.to_numeric(table["first"], errors="coerce") # 计算最大值及其索引位置 max_index = np.nanargmax(table["first"]) min_index = np.nanargmin(table["first"]) wave_price = table["first"].iloc[max_index] - table["first"].iloc[min_index] wave_price_rate = wave_price / table["first"].iloc[0] final_wave_price = table["first"].iloc[-1] - table["first"].iloc[0] final_wave_price_rate = final_wave_price / table["first"].iloc[0] print(f"最大值: {table['first'].iloc[max_index]}") print(f"最小值: {table['first'].iloc[min_index]}") print(f"波动区间: {wave_price}") print(f"波动幅度: {'{:.2%}'.format(wave_price_rate)}") print(f"最终价格差距: {final_wave_price}") print(f"最终价格幅度: {'{:.2%}'.format(final_wave_price_rate)}") ``` 这段脚本展示了如何打开指定路径下的 csv 文件，并执行一系列数值运算得出股价变化情况的相关指标[^3]。 ---