mysql记录历史价格

价格"/>

mysql记录历史价格

手机有时候查股票历史价格数据不太方便，今天介绍一个可以手机在线下载股票历史数据Excel的工具，不需要下载任何软件，免费工具(不然也不会推荐了...手机现在都快代替电脑了，用手机下载的确实多，所以推荐一下

只要两步就能下载：填股票代码、邮箱

5分钟后收到股市历史数据Excel

【搜公主号【数据即服务】即可1、2两步批量下载，免费，不用转发分享。】

放在公主号下载也实属无奈，【不然很容易被恶意下载】，股票历史数据下载是很方便的，在公主号里进行1、2两个步骤就可以了，一般5分钟就能收到股票历史数据。

手机用户选中复制【数据即服务】在公主号里搜索关注即可，电脑用户可以直接用手机扫码。

在线下载很容易被无限恶意下载，非常影响正常用户的下载，【正常用户根本挤不过恶意下载的】。所以后来为了屏蔽掉这些恶意下载股票历史数据的，就设置了通过公主号下载的方式。很简单，没有套路限制的，不放在公主号正常人根本抢不过那些机器的。

就是因为在线下载容易被攻击、恶意下载，所以最后选择了放在公主号，这样的话要攻击也是先攻击公主号，应该还没有谁有这么大的本事，所以这种方法【一是M费(0￥)，二是能长久】，还是希望大家能理解import re

import pandas

import requests

url = '目标网站的url' # 这里不写具体网站的链接了，大体做法都是一样的。

response = requests.get(url).text # 得到网页的源代码

###下面是解析开盘数据的代码，大部分都可以这么参考，简单的正则表达式###

times = re.findall('class="first left bold noWrap">(.*?)').group(1) # 获取到所有历史的交易时间

open_price = re.findall('class="first left bold noWrap">.*?\s+

close_price = re.findall('class="first left bold noWrap">.*?

high_price = re.findall('class="first left bold noWrap">.*?

###下面是数据下载成本地数据部分，以下载为本地Excel为例###

df = pandas.DataFrame(a, columns=['open_price', 'close_price', 'vol']) # 把数据转成DataFrame格式

wt = ExcelWriter(path) # path 是文件的保存路径，要精确到文件名。数据下载成本地数据之后，就要到这个路径去找。

例如：C:\\Users\\Administrator\\Desktop\\股票所有历史开盘数据下载成本地数据.xls 就按照这个路径找到保存好的Excel就行了

df.to_excel(wt, sheet_name='如何下载股票的历史收盘价' , index=False)