Tkinter制作股票数据抓取小程序,有点秀!

安全部
• 阅读 659

在前面的文章中,我们一起学习了如何通过 Python 抓取东方财富网的实时股票数据,链接如下

用 Python 爬取股票实时数据

今天我们就在这个基础上,实现一个 Tkinter GUI 程序,完成无代码股票抓取!

首先对于 Tkinter 相信大家都是比较了解的,如果有小伙伴对于 Tkinter 的相关用法不是特别熟悉的话,可以看如下文章

Tkinter 入门之旅

首先我们先看一下 GUI 程序的最终效果

Tkinter制作股票数据抓取小程序,有点秀!

该程序共分三个区域:

  • 个股查询:用于查询某只股票的数据,可以查询1天或者多天数据
  • 批量查询:查询某个交易所所有股票的数据
  • 日志区域:打印抓取信息

下面我们就来看看该如何从头完成这个 GUI 程序

程序布局

首先就是程序布局,这里我们使用了 ttkbootstrap 库来美化整体程序

程序初始化部分

import ttkbootstrap as ttk
from ttkbootstrap.constants import *
import tkinter.messagebox as messbox


class MainCreator(ttk.Window):
    def __init__(self):
        super().__init__("股票抓取工具", themename="solar", resizable=(False, False))
        self.configure_frame = ttk.Frame(self, padding=(10, 10, 5, 10))
        self.configure_frame.pack(side=LEFT, fill=BOTH, expand=YES)
        self.demo_frame = ttk.Frame(self, padding=(5, 10, 10, 10))
        self.demo_frame.pack(side=LEFT, fill=BOTH, expand=YES)

程序布局部分

    def create_frame(self):
        """Create all the frame widgets"""
        container = ttk.Frame(self)
        container.pack(side=LEFT, fill=BOTH, expand=YES, padx=5)

        color_group = ttk.Labelframe(
            master=container, text="个股查询", padding=10
        )
        color_group.pack(fill=X, side=TOP)
        en_command = super().register(self.en_validate)
        self.en0 = ttk.Entry(color_group, width=5, text='', bootstyle='warning',
                             validate='key', validatecommand=(en_command, '%P'))
        self.en0.insert('0', 1)
        self.en0.config(state=DISABLED)
        ...

总体上来说,我们所有的组件都是从 ttk 当中实例化的,也就是直接复用了库 ttkbootstrap 的相关美化功能,使得我们的程序看起来更加高级美观

抓取与保存功能

下面我们编写股票抓取代码和对应的保存代码

股票抓取

def get_A_mins(code):
    if code.startswith("3") or code.startswith("0"):
        url = shang_A_url.replace("%s", code)
    elif code.startswith("6"):
        url = shen_A_url.replace("%s", code)
    else:
        return False

    res = requests.get(url)
    result = res.text.split("cb_1659146437934_51841953")[1].split("(")[1].split(");")[0]
    result_json = json.loads(result)
    stock_data = result_json['data']
    return stock_data


def get_A_days(code):
    if code.startswith("3") or code.startswith("0"):
        url = shang_A_days.replace("%s", code)
    elif code.startswith("6"):
        url = shen_A_days.replace("%s", code)
    else:
        return False

    res = requests.get(url)
    result = res.text.split("cb_1659171393020_15037673")[1].split("(")[1].split(");")[0]
    result_json = json.loads(result)
    stock_data = result_json['data']
    return stock_data


def get_hsj(date):
    total_data = []
    try:
        for i in range(1, 5):
            res = requests.get(hsj_url.replace("%s", str(i)))
            result = res.text.split("jQuery112402508937289440778_1658838703304")[1].split("(")[1].split(");")[0]
            result_json = json.loads(result)
            stock_data = result_json['data']
            if stock_data:
                total_data.append(stock_data)
                saveFunc.save_data_hsj(stock_data['diff'], date)
            else:
                return total_data
        return total_data
    except Exception as e:
        return False


def get_Center():
    total_data = []
    for i in range(1, 20):
        res = requests.get(center_url.replace("%s", str(i)))
        result = res.text.split("jQuery112404177389105264733_1659176039486")[1].split("(")[1].split(");")[0]
        result_json = json.loads(result)
        center_data = result_json['data']
        if center_data:
            total_data.append(center_data)
        else:
            return total_data


def get_shang_A():
    pass


def get_shen_A():
    pass


def get_bei_A():
    pass

股票代码分为上交所,深交所和北交所以及大盘行情数据,所以我们分别编写函数进行处理

数据保存

import os


def save_data_mins(data, date):
    Code = data['code']
    Name = data['name']
    if not os.path.exists(r"stock_data_%s_%s_%s_mins.csv" % (Code, Name, date)):
        with open("stock_data_%s_%s_%s_mins.csv" % (Code, Name, date), "a+", encoding='utf-8') as f:
            f.write("时间,最新价,成交量(手),成交额\n")
            for i in data['trends']:
                i_list = i.split(",")
                time = i_list[0]
                price = i_list[2]
                mount = i_list[5]
                count = i_list[6]
                row = '{},{},{},{}'.format(
                    time,price,mount,count)
                f.write(row)
                f.write('\n')
    else:
        ...


def save_data_days(data, days):
    print(days)
    Code = data['code']
    Name = data['name']
    if not os.path.exists(r"stock_data_%s_%s_days.csv" % (Code, Name)):
        with open("stock_data_%s_%s_days.csv" % (Code, Name), "a+", encoding='utf-8') as f:
            f.write("时间,开盘价,收盘价,最高价,最低价,成交量(手),成交额,振幅,涨跌幅,涨跌额,换手率\n")
            for i in data["klines"][::-1][:int(days)]:
                i_list = i.split(",")
                time = i_list[0]
                Open = i_list[1]
                close = i_list[2]
                heigh = i_list[3]
                low = i_list[4]
                mount = i_list[5]
                count = i_list[6]
                amplitude = i_list[7]
                changePercent = i_list[8]
                change = i_list[9]
                turnoverRate = i_list[10]
                row = '{},{},{},{},{},{},{},{},{},{},{}'.format(
                    time,Open,close,heigh,low,mount,count,amplitude,changePercent,change,turnoverRate)
                f.write(row)
                f.write('\n')
    else:
        ...


def save_data_hsj(data, date):
    if not os.path.exists(r'stock_data_%s.csv' % date):
        with open("stock_data_%s.csv" % date, "a+", encoding='utf-8') as f:
            f.write("股票代码,股票名称,最新价,涨跌幅,涨跌额,成交量(手),成交额,振幅,换手率,市盈率,量比,最高,最低,今开,昨收,市净率\n")
            for i in data:
                Code = i["f12"]
                Name = i["f14"]
                Close = i['f2']
                ChangePercent = i["f3"]
                Change = i['f4']
                Volume = i['f5']
                Amount = i['f6']
                Amplitude = i['f7']
                TurnoverRate = i['f8']
                PERation = i['f9']
                VolumeRate = i['f10']
                Hign = i['f15']
                Low = i['f16']
                Open = i['f17']
                PreviousClose = i['f18']
                PB = i['f22']
                row = '{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{}'.format(
                    Code,Name,Close,ChangePercent,Change,Volume,Amount,Amplitude,
                    TurnoverRate,PERation,VolumeRate,Hign,Low,Open,PreviousClose,PB)
                f.write(row)
                f.write('\n')
    else:
        ...


def save_data_center():
    pass


def save_data_shang_A():
    pass

添加功能

接下来就是为布局好的 GUI 程序添加各种响应功能

个股查询按钮

为个股查询的抓取按钮绑定方法catch

self.bt = ttk.Button(color_group, text='抓取', bootstyle='success', command=self.catch)

方法catch的定义如下

    def catch(self):
        self.txt.yview_moveto(1)
        now = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
        day = datetime.datetime.now().strftime('%Y-%m-%d')
        if self.cbvar.get() == 1:
            catch_day = self.en0.get()
            if self.en.get():
                code = self.en.get()
                result = catchFunc.get_A_days(code)
                if result:
                    saveFunc.save_data_days(result, catch_day)
                    self.txt.insert(ttk.INSERT, "抓取股票%s成功 %s" % (code, now))
                    self.txt.insert(ttk.INSERT, "\n")
                    self.txt.update()
                    self.txt.yview_moveto(1)
                else:
                    print("股票代码错误")
                    messbox.showerror("股票代码错误", "请输入正确的股票代码!")
            else:
                print("请输入股票代码")
                messbox.showerror("股票代码为空", "请输入股票代码!")
        else:
        ...

批量查询开关

对于批量查询,我们是通过一个多选框开关控制的

self.cb_batch = ttk.Checkbutton(cr_group, text="开启批量", variable=self.cbvar1, command=self.cb_button)

绑定的方法如下

    def cb_button(self):
        if self.cbvar1.get() == 1:
            self.bt_batch.config(state=NORMAL)
        else:
            self.bt_batch.config(state=DISABLED)

好了,以上就是程序的部分代码,让我们看一下整体效果吧

以上就是今天分享的全部内容,喜欢就点个赞吧~

文章点赞+在看,私聊获取完整代码

本文由mdnice多平台发布

点赞
收藏
评论区
推荐文章
Irene181 Irene181
4年前
用Python编程借助现有量化平台编写股票交易策略和回测分析
一、简介大家好,我是Snowball。今天给大家分享的内容是基于Python编程,实现股票交易相关功能开发,如果读者对股票或金融衍生物交易不太了解,又比较感兴趣的话可自行查询相关资料。接下来笔者会给大家介绍股票交易中的常见几种交易策略实现思路和源码编写过程,如果大家听说过量化交易这个词语的话,对其中的交易策略或许了解过,大概意思就是在股票、加密货币或者金融衍
Irene181 Irene181
4年前
项目实战——打造一款股票区间交易盯盘系统
一、简介大家好,我是Snowball。今天给大家分享的内容是基于Java编程,实现股票交易相关功能开发,如果读者对股票或金融衍生物交易不太了解,又比较感兴趣的话可自行查询相关资料。在这篇文章里边,介绍了两个策略,,这篇文章,我们来实战个大的项目。常见的交易策略有很多种,例如趋势型,网格型,剥头皮,概率法则,高频交易等,今天主要给大家介绍2种低频的交易
Aidan075 Aidan075
4年前
厉害了,股票K线图还能这么画!
大家好,我是小五🐶发现大家还是最喜欢股票基金话题呀~那说到股票基金就不得不提——K线图!那小五今天就带大家👉用python来轻松绘制高颜值的K线图🚀获取股票交易数据巧妇难为无米之炊,做可视化也离不开数据。本文我将以酱香型科技——贵州茅台为例,获取它的近期股票数据并绘制K线图。如果我们要特意去动手去写爬虫,就显得有些多余了,这里
Wesley13 Wesley13
3年前
java通过sina端口提取股票历史数据并存入MySQL
 1.提取股票代码代码见:http://www.oschina.net/code/snippet\_2688840\_55337(http://www.oschina.net/code/snippet_2688840_55337) 2抓取sina股票的json页面数据;代码见:http://www.oschina.net/code/snip
Karen110 Karen110
4年前
有读者问我怎么爬App,我手把手教了他(多图警告)
前言大家好,我是Kuls。最近看见很多读者在说怎么抓取APP上的内容为此,我打算写一些关于爬取APP方面的文章,当然APP的爬取自然是要比网页要麻烦。但是只要我们把前期的工作做好,后面也会更加的顺利。今天这篇文章就是来教大家如何抓取到APP数据,用什么软件,怎么配置?Charles首先,我们来看看百度百科是怎么介绍这款软件的是一个HTTP代理服务器,HTT
Aidan075 Aidan075
4年前
爬取千万条基金数据是怎样的体验?
大家好,我是朱小五昨天的文章中就提了一嘴,最近爬了一些股票和基金数据。再加上我们之前也做过,那就简单跟大家说一下如何爬取tiantian基金的数据。基金代码爬取基金的数据有个必要条件就是要知道基金代码,如何获取呢,打开官网找吧。点了一圈,发现了基金代码的主页,寻思翻页爬取就完事了http://fund.eastmoney.com/allfund.html
Wesley13 Wesley13
3年前
AJAX应用【股票案例】
股票案例我们要做的是股票的案例,它能够无刷新地更新股票的数据。当鼠标移动到具体的股票中,它会显示具体的信息。我们首先来看一下要做出来的效果:!这里写图片描述(https://static.oschina.net/uploads/img/201801/21155850_yXrX.jpg)服务器端分析首先,
Stella981 Stella981
3年前
LightningChart.NET创建显示财务数据的2D StockSeries图表
本教程说明了如何从CSV文件加载财务数据并使用LightningChartStockSeries显示它们。股票系列用于以烛台和股票条格式可视化股票交易数据。本教程假定您已在WinForms或WPF应用程序上使用LightningChart创建了新图表。如果没有,请按照我们的简单2D图表创建应用程序。!(https://image.evget.com
Python进阶者 Python进阶者
2年前
推荐一个下载股票相关数据的库——tuhsare
大家好,我是皮皮。一、前言这个事情还得从前几天在Python白银群【厚德载物】问了一个Python股票网络爬虫的问题说起,因为这个股票数据抓取的问题,引发了大家激烈的探讨,以致于后来大佬们纷纷参与进来。图片二、实现过程这里【袁学东】分享了一个tushare
高并发海量数据爬取,哪种语言更适合?
今天我要和大家聊一聊一个让程序员们头疼不已的话题——高并发海量数据爬取。在这个信息爆炸的时代,我们需要从互联网上抓取大量的数据,便于进行分析、挖掘和应用。但是面对庞大的数据量和复杂的网络环境,我们应该选择哪种编程语言来完成这项任务呢?让我们一起来探讨一下吧
Python进阶者 Python进阶者
1年前
Pandas实现这列股票代码中10-12之间的股票筛出来
大家好,我是皮皮。一、前言前几天在Python白银交流群【YVONNE🎉】问了一个Pandas数据分析的问题,一起来看看吧。问题描述:原始数据长这样,我需要把SHRCD这列股票代码中1012之间的股票筛出来。原始数据如下图所示:他的报错内容如下所示:他说