码农知识堂 - 1000bd
  •   Python
  •   PHP
  •   JS/TS
  •   JAVA
  •   C/C++
  •   C#
  •   GO
  •   Kotlin
  •   Swift
  • 【新三板年报文本分析】第二辑:从pdf链接的列表中批量下载年报文件


    第一辑中已经获取了新三板年报的pdf链接,使用request库进行批量下载。

    send_headers为requests的headers,不需要做变动。

    在for循环中读取每一行数据的链接数据,创建一个空pdf,将链接指向的pdf文件写入空pdf文件。

    for循环内容可以根据个人需求更改for循环里的内容。

    #引用 requests文件
    import requests
    import pandas as pd
    import time
    
    year=2018
    stage='创新层'
    dataPath='nianbaoURL33968.csv'
    df=pd.read_csv(dataPath)
    
    send_headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36",
    "Connection": "keep-alive",
    "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8",
    "Accept-Language": "zh-CN,zh;q=0.8"}
      
    for i in range(33968):
        if df['year'][i]==year and df['stage'][i]==stage:
            address=df['url'][i]
            f=requests.get(address, headers=send_headers ,stream=True, timeout=20)
            fileName='data\\'+str(year)+stage+'\\'+str(i+1)+'_'+str(df['year'][i])+df['firm'][i]+'.pdf'
            with open(fileName, "wb") as file:
                file.write(f.content)
                file.close()
            print('序号'+str(i+1)+':'+df['firm'][i]+'完成')
            time.sleep(0.25)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
  • 相关阅读:
    Python程序性能测试小方法
    学生会组织机构管理问题的设计方案
    京东商品数据:8月京东环境电器行业数据分析
    SpringCloud:Feign实现微服务之间相互请求
    PyQt5快速开发与实战 4.1 QMainWindow
    【Python】Python运算符/部分函数对应的双下划线魔法方法
    Dell EMC DMX4-950硬盘故障和电池故障更换
    Python-Sqlalchemy(ORM数据库框架)
    Linux 485驱动通信异常
    PHP:三元运算符
  • 原文地址:https://blog.csdn.net/weixin_43956523/article/details/136265883
  • 最新文章
  • 攻防演习之三天拿下官网站群
    数据安全治理学习——前期安全规划和安全管理体系建设
    企业安全 | 企业内一次钓鱼演练准备过程
    内网渗透测试 | Kerberos协议及其部分攻击手法
    0day的产生 | 不懂代码的"代码审计"
    安装scrcpy-client模块av模块异常,环境问题解决方案
    leetcode hot100【LeetCode 279. 完全平方数】java实现
    OpenWrt下安装Mosquitto
    AnatoMask论文汇总
    【AI日记】24.11.01 LangChain、openai api和github copilot
  • 热门文章
  • 十款代码表白小特效 一个比一个浪漫 赶紧收藏起来吧!!!
    奉劝各位学弟学妹们,该打造你的技术影响力了!
    五年了,我在 CSDN 的两个一百万。
    Java俄罗斯方块,老程序员花了一个周末,连接中学年代!
    面试官都震惊,你这网络基础可以啊!
    你真的会用百度吗?我不信 — 那些不为人知的搜索引擎语法
    心情不好的时候,用 Python 画棵樱花树送给自己吧
    通宵一晚做出来的一款类似CS的第一人称射击游戏Demo!原来做游戏也不是很难,连憨憨学妹都学会了!
    13 万字 C 语言从入门到精通保姆级教程2021 年版
    10行代码集2000张美女图,Python爬虫120例,再上征途
Copyright © 2022 侵权请联系2656653265@qq.com    京ICP备2022015340号-1
正则表达式工具 cron表达式工具 密码生成工具

京公网安备 11010502049817号