获取东方财富网股票的实时数据，所有股票的数据

在外DE孩子

需要安装python

通过访问东方财富网的连接：http://82.push2.eastmoney.com/api/qt/clist/get

可以运行python文件获取：【序号,代码,名称,最新价,涨跌幅,涨跌额,成交量,成交额,振幅,最高,最低,今开,昨收,量比,换手率,市盈率-动态,市净率,总市值,流通市值,涨速,5分钟涨跌,60日涨跌幅,年初至今涨跌幅,】

如果你正好在关注股票也需要实时信息，可以直接运行程序即可，可以将数据下载到本地文件夹下。

如有问题欢迎留言评论

如果觉得有用，还请动动发财小手给个评分，谢谢

[Python] 纯文本查看 复制代码

?

001 002 003 004 005 006 007 008 009 010 011 012 013 014 015 016 017 018 019 020 021 022 023 024 025 026 027 028 029 030 031 032 033 034 035 036 037 038 039 040 041 042 043 044 045 046 047 048 049 050 051 052 053 054 055 056 057 058 059 060 061 062 063 064 065 066 067 068 069 070 071 072 073 074 075 076 077 078 079 080 081 082 083 084 085 086 087 088 089 090 091 092 093 094 095 096 097 098 099 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132

import pandas as pd import requests from datetime  import datetime import time import numpy as np # from crazy import * # dataframe_completely_display(100,100) def stock_zh_a_spot_em() -> pd.DataFrame:     """     东方财富网-沪深京 A 股-实时行情     https://quote.eastmoney.com/center/gridlist.html#hs_a_board     :return: 实时行情     :rtype: pandas.DataFrame     """     url = "http://82.push2.eastmoney.com/api/qt/clist/get"     params = {         "pn": "1",         "pz": "50000",         "po": "1",         "np": "1",         "ut": "bd1d9ddb04089700cf9c27f6f7426281",         "fltt": "2",         "invt": "2",         "fid": "f3",         "fs": "m:0 t:6,m:0 t:80,m:1 t:2,m:1 t:23,m:0 t:81 s:2048",         "fields": "f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f13,f14,f15,f16,f17,f18,f20,f21,f23,f24,f25,f22,f11,f62,f128,f136,f115,f152",         "_": "1623833739532",     }     r = requests.get(url, params=params)     data_json = r.json()     if not data_json["data"]["diff"]:         return pd.DataFrame()     temp_df = pd.DataFrame(data_json["data"]["diff"])     temp_df.columns = [         "_",         "最新价",         "涨跌幅",         "涨跌额",         "成交量",         "成交额",         "振幅",         "换手率",         "市盈率-动态",         "量比",         "5分钟涨跌",         "代码",         "_",         "名称",         "最高",         "最低",         "今开",         "昨收",         "总市值",         "流通市值",         "涨速",         "市净率",         "60日涨跌幅",         "年初至今涨跌幅",         "-",         "-",         "-",         "-",         "-",         "-",         "-",     ]     temp_df.reset_index(inplace=True)     temp_df["index"] = temp_df.index + 1     temp_df.rename(columns={"index": "序号"}, inplace=True)     temp_df = temp_df[         [             "序号",             "代码",             "名称",             "最新价",             "涨跌幅",             "涨跌额",             "成交量",             "成交额",             "振幅",             "最高",             "最低",             "今开",             "昨收",             "量比",             "换手率",             "市盈率-动态",             "市净率",             "总市值",             "流通市值",             "涨速",             "5分钟涨跌",             "60日涨跌幅",             "年初至今涨跌幅",         ]     ]     temp_df["最新价"] = pd.to_numeric(temp_df["最新价"], errors="coerce")     temp_df["涨跌幅"] = pd.to_numeric(temp_df["涨跌幅"], errors="coerce")     temp_df["涨跌额"] = pd.to_numeric(temp_df["涨跌额"], errors="coerce")     temp_df["成交量"] = pd.to_numeric(temp_df["成交量"], errors="coerce")     temp_df["成交额"] = pd.to_numeric(temp_df["成交额"], errors="coerce")     temp_df["振幅"] = pd.to_numeric(temp_df["振幅"], errors="coerce")     temp_df["最高"] = pd.to_numeric(temp_df["最高"], errors="coerce")     temp_df["最低"] = pd.to_numeric(temp_df["最低"], errors="coerce")     temp_df["今开"] = pd.to_numeric(temp_df["今开"], errors="coerce")     temp_df["昨收"] = pd.to_numeric(temp_df["昨收"], errors="coerce")     temp_df["量比"] = pd.to_numeric(temp_df["量比"], errors="coerce")     temp_df["换手率"] = pd.to_numeric(temp_df["换手率"], errors="coerce")     temp_df["市盈率-动态"] = pd.to_numeric(temp_df["市盈率-动态"], errors="coerce")     temp_df["市净率"] = pd.to_numeric(temp_df["市净率"], errors="coerce")     temp_df["总市值"] = pd.to_numeric(temp_df["总市值"], errors="coerce")     temp_df["流通市值"] = pd.to_numeric(temp_df["流通市值"], errors="coerce")     temp_df["涨速"] = pd.to_numeric(temp_df["涨速"], errors="coerce")     temp_df["5分钟涨跌"] = pd.to_numeric(temp_df["5分钟涨跌"], errors="coerce")     temp_df["60日涨跌幅"] = pd.to_numeric(temp_df["60日涨跌幅"], errors="coerce")     temp_df["年初至今涨跌幅"] = pd.to_numeric(temp_df["年初至今涨跌幅"], errors="coerce")     return temp_df def update_array(arr, value):     """     序列迭代更新，随着一个一个新的数据插入到最后面，前面第一个就给删掉，依次迭代     """     arr[:-1] = arr[1:]     arr[-1] = value     return arr df = stock_zh_a_spot_em() yest_price = dict(zip(df['代码'], df['昨收']))   print(df)   label = str(int(time.time()))   df.to_excel(f'data01-{label}.xlsx',index=False)

在外DE孩子

StockGeek 发表于 2024-5-30 22:54
太泛滥会不会像新浪一样，直接堵了

应该不会吧，现在还可以用，堵了来找我，哈哈，方法都一样

我爱52我爱

一直在炒股，这个对我有用

StockGeek

太泛滥会不会像新浪一样，直接堵了

你好，再见

请问一下这个接口有速率限制吗

700529yrf

能集成到炒股软件里就更好了

yk2014

StockGeek 发表于 2024-5-30 22:54
太泛滥会不会像新浪一样，直接堵了

新浪堵了吗，我偶尔还在用

5151diy

感谢楼主提供爬取数据程序

5196

看来神车可以换了

lzmomo

很厉害呀，要是多一些注释就好了。