如何批量下载上海证券交易所上市公司年报

一、简介

上海证券交易所上市公司定期报告下载,项目地址 https://github.com/thunderhit/shreport

• github地址 https://github.com/thunderhit/shreport

• pypi地址 https://pypi.org/project/shreport

二、安装

1. pip install shreport

三、功能说明

1. companys()

2. 上证所有上市公司名录，公司名及股票代码

3. :return: 返回DataFrame

4. download(code, savepath)

5. 下载上市公司的所有季度报告、半年报、年报pdf文件

6. :param code: 上市公司股票代码

7. :param savepath: 存储的路径，建议使用相对路径

8. :return:

9. pdfurls(code)

10. 获取年报文件下载链接

11. :param code: 股票代码

12. :return: 年报pdf链接

四、快速入门

一定要先获得cookies后才能使用下面的所有代码，这里先直接看代码使用情况，cookies获取可见文档 五、获取cookies

4.1 获取上证交易所上市公司目录

1. from shreport import SH

2. cookies = {"Cookie": '您的cookies'}

3. sh = SH(cookies)

4. df = sh.companys()

5. df.head(10)

Run

1. - -------- ------

2. name code

3. 0 浦发银行 600000

4. 1 白云机场 600004

5. 2 东风汽车 600006

6. 3 中国国贸 600007

7. 4 首创股份 600008

8. - -------- ------

代码中的sh.companys()获取的是DataFrame数据类型，所以大家还可以自己存储成excel

1. df.to_excel('上证交易所上市公司名录.xlsx')

4.2下载某公司所有定期报告文件

绝大多数报告文件名格式

代码

1. from pathlib import Path

2. from shreport import SH

3. cookies = {"Cookie": '您的cookies'}

4. sh = SH(cookies)

5. #获取当前代码所在的文件夹路径

6. cwd = Path().cwd()

7. #以浦发银行为例股票代码600000

8. sh.download(code='600000', savepath=cwd)

Run

1. =======请耐心等待，正在获取600000数据

2. =======准备获取600000年报文件链接========

3. =======年报文件链接已获取完毕=============

4. 已成功下载600000_2000_1.pdf

5. 已成功下载600000_2000_z.pdf

6. 已成功下载600000_2000_3.pdf

7. 已成功下载600000_2000_n.pdf

8. ......

9. 已成功下载600000_2019_1.pdf

10. 已成功下载600000_2019_z.pdf

11. 已成功下载600000_2019_3.pdf

12. 已成功下载600000_2000_n.pdf

4.3 获取某公司的所有定期报告url

如果暂时不想下载定期报告pdf文件，可以只得到该公司所有的报告文件链接

1. from shreport import SH

2. cookies = {"Cookie": '您的cookies'}

3. sh = SH(cookies)

4. #以浦发银行为例股票代码600000

5. urls = sh.pdfurls(code='600000')

6. urls

Run

1. =======准备获取600000年报文件链接========

2. =======年报文件链接已获取完毕=============

3. ['http://www.sse.com.cn/disclosure/listedinfo/announcement/c/600000_2000_1.pdf',

4. 'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2002-10-30/600000_2002_3.pdf',

5. 'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2002-08-17/600000_2002_z.pdf',

6. .......

7. 'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/600000_2002_1.pdf',

8. 'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2019-03-26/600000_2018_n.pdf',

9. 'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2018-10-31/600000_2018_3.pdf',

10. 'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2018-08-30/600000_2018_z.pdf',

11. 'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2018-04-28/600000_2017_n.pdf',

12. 'http://www.sse.com.cn/disclosure/listedinfo/announcement/c/2018-04-28/600000_2018_1.pdf']

五、获取cookies

一定要先获得cookies后才能使用所有的代码，获取方法

1. 浏览器访问http://www.sse.com.cn/disclosure/overview/

2. 按F12（mac按option+command+I)打开开发者工具的Network

3. 刷新网页，耐心寻找与www.sse.com.cn有关的任意网址，找到cookies

如果

如果您是经管人文社科专业背景，编程小白，面临海量文本数据采集和处理分析艰巨任务，个人建议学习 《python网络爬虫与文本数据分析》 视频课。作为文科生，一样也是从两眼一抹黑开始，这门课程是用五年时间凝缩出来的。自认为讲的很通俗易懂o(￣︶￣)o，

• python入门

• 网络爬虫

• 数据读取

• 文本分析入门

• 机器学习与文本分析

• 文本分析在经管研究中的应用

感兴趣的童鞋不妨 戳一下《python网络爬虫与文本数据分析》进来看看~

精彩回顾

万水千山总是情，给我点好看可好❤