深交所-股票列表：https://www.szse.cn/market/product/stock/list/index.html 公司编号从1开始排序，从上到下，第1页1-20，第2页21-40，依次类推 1、爬取50家公司数据：学号，公司编号起点、公司编号终点

深圳证券交易所的股票列表通常包含大量的上市公司信息，但作为一个AI模型，我不直接爬取网页内容。你可以通过访问提供的链接手动查看或者使用网络爬虫技术来获取数据。如果你需要帮助编写Python等语言的网络爬虫脚本，我可以为你提供一些指导：

首先，你需要安装像`requests`, `BeautifulSoup`这样的库来抓取HTML数据。然后，可以按照以下步骤操作：

1. 使用`requests.get()`函数发送HTTP请求并获取网页源码。
2. 使用`BeautifulSoup`解析HTML，找到包含股票数据的部分（例如，可能是在`<table>`标签内的数据）。
3. 遍历表格行，提取每一行的学号和公司编号。这通常涉及到查找特定的HTML元素（如`<td>`标签）。
4. 创建一个数据结构（如列表或字典）来存储数据，其中包含公司的学号（假设这是唯一的标识）和公司编号范围。

以下是一个简单的Python爬虫示例，但这只是一个基础框架，实际代码可能需要根据网站的具体结构调整：

import requests
from bs4 import BeautifulSoup

# 第一页URL
url = "https://www.szse.cn/market/product/stock/list/index.html"

def scrape_data(url):
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')

    # 查找包含数据的容器，并假设学号和公司编号在每个条目中的位置不变
    data_rows = soup.find('div', class_='some-class')  # 根据实际页面结构修改这个部分

    data = []
    for row in data_rows.find_all('tr'):
        cells = row.find_all('td')
        if len(cells) >= 2:  # 确保每行有学号和公司编号列
            school_id = cells[0].text.strip()  # 提取学号
            company_range = cells[1].text.strip().split('-')  # 提取公司编号范围
            data.append((school_id, (int(company_range[0]), int(company_range[1]))))  # 存储数据

    return data[:50]  # 返回前50家公司数据

data = scrape_data(url)