‘壹’ 哪个网站可以下载股票多年的价格数据
在寻找免费股票历史数据的途径时，雅虎数据是一个常见选择，它提供了API接口，然而缺点是其数据未进行复权处理，这对研究工作有较大限制。此外，退市股票的数据在雅虎数据中可能缺失。
另一种选择是tushare，一个基于Python的开源项目，由北京的一位程序员Jimmy开发。tushare通过爬取新浪、腾讯、凤凰等财经网站的数据，提供其可获取的股票数据。它每天自动更新当天的数据，功能较为全面。然而，它提供的历史数据中不包含退市股票的信息，并且只涵盖最近几年的数据，无法满足更长时间跨度的需求。
对于希望获取全面、历史数据的用户，推荐使用预测者网。该平台通过从各种渠道收集、整理和清洗数据，然后以相对低廉的价格进行销售。根据个人经验，一份包含所有股票从1990年至今的历史数据，只需要十几块钱，而且数据量可达1个多GB。相较于自己整理数据可能花费的时间和精力，使用预测者网提供的数据无疑是性价比更高的选择。
‘贰’ python基础 爬虫项目有哪些
我们上篇才讲了面试中需要准备的内容，关于最后一点可能讲的不是很详细，小伙伴们很有对项目这块很感兴趣。毕竟所有的理论知识最后都是通过实践检验的，如果能有拿得出手的项目，面试中会大大的加分。下面小编就来跟大讲讲python的爬虫项目有哪些以及该学点什么内容。
wesome-spider
这一项目收集了100多个爬虫，默认使用了Python作为爬虫语言。你既可以在这个项目中，找到爬取Bilibili视频的爬虫，也可以使用爬虫，通过豆瓣评分和评价人数等各项数据，来挖掘那些隐藏的好书，甚至还可以用来爬取京东、链家、网盘等生活所需的数据。此外，这个项目还提供了一些很有意思的爬虫，比如爬取神评论、妹子图片、心灵毒鸡汤等等，既有实用爬虫，也有恶搞自嗨，满足了大部分人实用爬虫的需求。
Nyspider
Nyspider也非常厉害，如果你想获得“信息”，它是一个不错的选择。在这个项目里，你既能获取链家的房产信息，也可以批量爬取A股的股东信息，猫眼电影的票房数据、还可以爬取猎聘网的招聘信息、获取融资数据等等，可谓是爬取数据，获取信息的好手。
python-spider
这个项目是ID为Jack-Cherish的东北大学学生整理的python爬虫资料，涵盖了很多爬虫实战项目，如下载漫画、答题辅助系统、抢票小助手等等等等。如果你已经学会了爬虫，急切得像找一些项目练手，这里就可以满足你的这一需求。当然，W3Cschool上也有很多爬虫实战项目，有需要的同学，也可以拿来作为练习使用。
以上的3个模块基于GitHub中的部分内容，感兴趣的小伙伴也可以了解下其他的模块，毕竟GitHub使用也比较广泛。更多Python学习推荐:PyThon学习网教学中心。
‘叁’ 如何爬取新浪财经的多级数据
爬取新浪财经的多级数据可以按照以下步骤。
1、导入依赖的模块，需要导入的程序接口有request、pyquery和Pandas。
2、选择爬取数据，选取的数据为新浪财经的网页，进入微博-新浪财经的网页，点击鼠标右键，出现如图所示的对话框，点击检查。
3、点击Toggledevive键，将网页由PC显示，转换成手机显示模式以便于爬取网页内容，多数网站在PC端都建立了防爬措施。
4、进入网页的手机端后，点击Network。
5、从选择的网页中选取需要的内容进行爬取并输出。
‘肆’ 利用Tushare获取股票数据（全面详细，照着敲就可以）
Tushare是一个专为金融分析人员设计的免费Python财经数据接口包，它简化了从数据采集到存储的过程，以pandas DataFrame格式提供高效的数据。通过Python的pandas、NumPy和Matplotlib，分析人员可以方便地进行数据处理和可视化，同时支持Excel和关系型数据库的分析。Tushare覆盖了股票、基金、期货、数字货币等广泛的数据内容，以及基本面数据，如公司财务和基金经理信息，且支持多语言的SDK和RESTful接口，适应不同用户的需求。数据存储选项包括Oracle、MySQL、MongoDB、HDF5和CSV，确保了数据获取的性能和便利性。
安装Tushare依赖环境只需执行pip install tushare，查看版本信息时，导入并打印tushare的__version__属性即可。以下是使用Tushare获取股票数据的步骤：
‘伍’ Python爬虫可以爬取什么
Python爬虫可以爬取的东西有很多，Python爬虫怎么学？简单的分析下：
如果你仔细观察，就不难发现，懂爬虫、学习爬虫的人越来越多，一方面，互联网可以获取的数据越来越多，另一方面，像 Python这样的编程语言提供越来越多的优秀工具，让爬虫变得简单、容易上手。
利用爬虫我们可以获取大量的价值数据，从而获得感性认识中不能得到的信息，比如：
知乎：爬取优质答案，为你筛选出各话题下最优质的内容。
淘宝、京东：抓取商品、评论及销量数据，对各种商品及用户的消费场景进行分析。
安居客、链家：抓取房产买卖及租售信息，分析房价变化趋势、做不同区域的房价分析。
拉勾网、智联：爬取各类职位信息，分析各行业人才需求情况及薪资水平。
雪球网：抓取雪球高回报用户的行为，对股票市场进行分析和预测。
爬虫是入门Python最好的方式，没有之一。Python有很多应用的方向，比如后台开发、web开发、科学计算等等，但爬虫对于初学者而言更友好，原理简单，几行代码就能实现基本的爬虫，学习的过程更加平滑，你能体会更大的成就感。
掌握基本的爬虫后，你再去学习Python数据分析、web开发甚至机器学习，都会更得心应手。因为这个过程中，Python基本语法、库的使用，以及如何查找文档你都非常熟悉了。
对于小白来说，爬虫可能是一件非常复杂、技术门槛很高的事情。比如有人认为学爬虫必须精通 Python，然后哼哧哼哧系统学习 Python 的每个知识点，很久之后发现仍然爬不了数据；有的人则认为先要掌握网页的知识，遂开始 HTMLCSS，结果入了前端的坑，瘁……
但掌握正确的方法，在短时间内做到能够爬取主流网站的数据，其实非常容易实现，但建议你从一开始就要有一个具体的目标。
在目标的驱动下，你的学习才会更加精准和高效。那些所有你认为必须的前置知识，都是可以在完成目标的过程中学到的。这里给你一条平滑的、零基础快速入门的学习路径。
1.学习 Python 包并实现基本的爬虫过程
2.了解非结构化数据的存储
3.学习scrapy，搭建工程化爬虫
4.学习数据库知识，应对大规模数据存储与提取
5.掌握各种技巧，应对特殊网站的反爬措施
6.分布式爬虫，实现大规模并发采集，提升效率
一
学习 Python 包并实现基本的爬虫过程
大部分爬虫都是按“发送请求——获得页面——解析页面——抽取并储存内容”这样的流程来进行，这其实也是模拟了我们使用浏览器获取网页信息的过程。
Python中爬虫相关的包很多：urllib、requests、bs4、scrapy、pyspider 等，建议从requests+Xpath 开始，requests 负责连接网站，返回网页，Xpath 用于解析网页，便于抽取数据。
如果你用过 BeautifulSoup，会发现 Xpath 要省事不少，一层一层检查元素代码的工作，全都省略了。这样下来基本套路都差不多，一般的静态网站根本不在话下，豆瓣、糗事网络、腾讯新闻等基本上都可以上手了。
当然如果你需要爬取异步加载的网站，可以学习浏览器抓包分析真实请求或者学习Selenium来实现自动化，这样，知乎、时光网、猫途鹰这些动态的网站也可以迎刃而解。
二
了解非结构化数据的存储
爬回来的数据可以直接用文档形式存在本地，也可以存入数据库中。
开始数据量不大的时候，你可以直接通过 Python 的语法或 pandas 的方法将数据存为csv这样的文件。
当然你可能发现爬回来的数据并不是干净的，可能会有缺失、错误等等，你还需要对数据进行清洗，可以学习 pandas 包的基本用法来做数据的预处理，得到更干净的数据。
三
学习 scrapy，搭建工程化的爬虫
掌握前面的技术一般量级的数据和代码基本没有问题了，但是在遇到非常复杂的情况，可能仍然会力不从心，这个时候，强大的 scrapy 框架就非常有用了。
scrapy 是一个功能非常强大的爬虫框架，它不仅能便捷地构建request，还有强大的 selector 能够方便地解析 response，然而它最让人惊喜的还是它超高的性能，让你可以将爬虫工程化、模块化。
学会 scrapy，你可以自己去搭建一些爬虫框架，你就基本具备爬虫工程师的思维了。
四
学习数据库基础，应对大规模数据存储
爬回来的数据量小的时候，你可以用文档的形式来存储，一旦数据量大了，这就有点行不通了。所以掌握一种数据库是必须的，学习目前比较主流的 MongoDB 就OK。
MongoDB 可以方便你去存储一些非结构化的数据，比如各种评论的文本，图片的链接等等。你也可以利用PyMongo，更方便地在Python中操作MongoDB。
因为这里要用到的数据库知识其实非常简单，主要是数据如何入库、如何进行提取，在需要的时候再学习就行。
五
掌握各种技巧，应对特殊网站的反爬措施
当然，爬虫过程中也会经历一些绝望啊，比如被网站封IP、比如各种奇怪的验证码、userAgent访问限制、各种动态加载等等。
遇到这些反爬虫的手段，当然还需要一些高级的技巧来应对，常规的比如访问频率控制、使用代理IP池、抓包、验证码的OCR处理等等。
往往网站在高效开发和反爬虫之间会偏向前者，这也为爬虫提供了空间，掌握这些应对反爬虫的技巧，绝大部分的网站已经难不到你了.
六
分布式爬虫，实现大规模并发采集
爬取基本数据已经不是问题了，你的瓶颈会集中到爬取海量数据的效率。这个时候，相信你会很自然地接触到一个很厉害的名字：分布式爬虫。
分布式这个东西，听起来很恐怖，但其实就是利用多线程的原理让多个爬虫同时工作，需要你掌握 Scrapy + MongoDB + Redis 这三种工具。
Scrapy 前面我们说过了，用于做基本的页面爬取，MongoDB 用于存储爬取的数据，Redis 则用来存储要爬取的网页队列，也就是任务队列。
所以有些东西看起来很吓人，但其实分解开来，也不过如此。当你能够写分布式的爬虫的时候，那么你可以去尝试打造一些基本的爬虫架构了，实现一些更加自动化的数据获取。
你看，这一条学习路径下来，你已然可以成为老司机了，非常的顺畅。所以在一开始的时候，尽量不要系统地去啃一些东西，找一个实际的项目（开始可以从豆瓣、小猪这种简单的入手），直接开始就好。
因为爬虫这种技术，既不需要你系统地精通一门语言，也不需要多么高深的数据库技术，高效的姿势就是从实际的项目中去学习这些零散的知识点，你能保证每次学到的都是最需要的那部分。
当然唯一麻烦的是，在具体的问题中，如何找到具体需要的那部分学习资源、如何筛选和甄别，是很多初学者面临的一个大问题。
以上就是我的回答，希望对你有所帮助，望采纳。
‘陆’ 璇锋暀python閲忓寲浜ゆ槗镞剁敤鍒扮殑镶＄エ姣忓ぉ阃愮玛浜ゆ槗鏁版嵁濡备綍鐖鍙栵纻
棣栧厛锛屾墦寮链熻揣浜ゆ槗杞浠讹纴锏诲綍镊宸辩殑浜ゆ槗璐︽埛銆傞夋嫨鐩稿簲镄勬湡璐у悎绾︼纴杩涘叆浜ゆ槗鐣岄溃銆
鍏舵★纴镓惧埌钬沧垚浜よ板綍钬濇垨钬滈愮玛鎴愪氦钬濈瓑鐩稿叧锷熻兘鎸夐挳銆傚湪涓浜涗氦鏄撹蒋浠朵腑锛岃繖涓鎸夐挳鍙鑳戒綅浜庝氦鏄撶晫闱㈢殑搴曢儴鎴栦晶杈规爮銆
铹跺悗锛岀偣鍑烩沧垚浜よ板綍钬濇垨钬滈愮玛鎴愪氦钬濇寜阍锛岃繘鍏ユ垚浜よ板綍椤甸溃銆傚湪杩欎釜椤甸溃涓婏纴浣犲彲浠ョ湅鍒版渶杩戠殑鎴愪氦璁板綍鍒楄〃銆
鎺ヤ笅𨱒ワ纴镓惧埌钬滃煎嚭钬濇垨钬滃煎嚭鎴愪氦鏄庣粏钬濈瓑鎸夐挳銆傝繖涓鎸夐挳阃氩父浣崭簬鎴愪氦璁板綍椤甸溃镄勪笂鏂规垨涓嬫柟銆
铹跺悗锛岀偣鍑烩滃煎嚭钬濇垨钬滃煎嚭鎴愪氦鏄庣粏钬濇寜阍锛岄夋嫨瀵煎嚭鏂囦欢镄勬牸寮忓拰淇濆瓨璺寰勚备竴鑸𨱒ヨ达纴鎴戜滑鍙浠ラ夋嫨瀵煎嚭涓篍xcel鎴朇SV镙煎纺镄勬枃浠讹纴杩欐牱鍙浠ユ柟渚垮悗缁镄勬暟鎹澶勭悊鍜屽垎鏋愩
链钖庯纴镣瑰嚮钬灭‘璁も濇垨钬滃煎嚭钬濇寜阍锛岀瓑寰呰蒋浠跺畬鎴愬煎嚭杩囩▼銆傚煎嚭镄勯熷害鍙栧喅浜庢垚浜よ板綍镄勬暟閲忓拰鐢佃剳镐ц兘绛夊洜绱犮
涓镞﹀煎嚭瀹屾垚锛屼綘灏卞彲浠ュ湪阃夋嫨镄勪缭瀛樿矾寰勪腑镓惧埌瀵煎嚭镄勬枃浠躲傞氲繃镓揿紑杩欎釜鏂囦欢锛屼綘灏卞彲浠ユ煡鐪嫔拰鍒嗘瀽链熻揣阃愮玛鎴愪氦鏄庣粏浜嗐
瀵煎嚭镄勬湡璐ч愮玛鎴愪氦鏄庣粏鏂囦欢阃氩父鍖呮嫭浠ヤ笅淇℃伅锛氢氦鏄撴棩链熴佷氦鏄撴椂闂淬佹垚浜や环镙笺佹垚浜ゆ暟閲忋佷拱鍗栨柟钖戠瓑銆傝繖浜涗俊鎭鍙浠ュ府锷╀綘杩借釜姣忎竴绗旀垚浜ょ殑𨱍呭喌锛屽垎鏋愬竞鍦虹殑涔板崠锷涢噺鍜屼氦鏄撹屼负銆
阃氲繃瀵规湡璐ч愮玛鎴愪氦鏄庣粏镄勫垎鏋愶纴浜ゆ槗钥呭拰鎶曡祫钥呭彲浠ヨ幏鍙栦互涓嬫柟闱㈢殑淇℃伅锛
棣栧厛锛屼简瑙ｅ竞鍦虹殑鎴愪氦𨱍呭喌銆傞氲繃镆ョ湅鎴愪氦浠锋牸鍜屾垚浜ゆ暟閲忥纴鍙浠ュ垽鏂甯傚満镄勪环镙艰蛋锷垮拰浜ゆ槗娲昏穬搴︺
鍏舵★纴鍒嗘瀽甯傚満镄勪拱鍗栧姏閲忋傞氲繃缁熻′拱鍏ュ拰鍗栧嚭镄勬暟閲忓拰姣斾緥锛屽彲浠ヤ简瑙ｅ竞鍦虹殑澶氱┖鍙屾柟锷涢噺瀵规瘆锛屽垽鏂甯傚満镄勮蛋锷垮拰瓒嫔娍銆
鍐嶆★纴镰旂┒浜ゆ槗钥呯殑琛屼负鍜岀瓥鐣ャ傞氲繃鍒嗘瀽鎴愪氦璁板綍锛屽彲浠ヤ简瑙ｄ氦鏄撹呯殑涔板崠琛屼负鍜岀瓥鐣ワ纴鍙戠幇涓浜涙綔鍦ㄧ殑浜ゆ槗链轰细銆
链钖庯纴浼桦寲浜ゆ槗绛栫暐鍜岄庨橹绠＄悊銆傞氲繃瀵规湡璐ч愮玛鎴愪氦鏄庣粏镄勭爷绌讹纴鍙浠ュ彂鐜颁竴浜涘父瑙佺殑浜ゆ槗阌栾鍜岄庨橹锲犵礌锛屼粠钥屾敼杩涜嚜宸辩殑浜ゆ槗绛栫暐鍜岄庨橹绠＄悊鑳藉姏銆