爬虫单个股票的历史数据

爬虫技术可以用于从网页或其他在线资源中抓取信息，并将其收集到本地系统上供后续处理、分析等用途。在金融领域，特别是股票市场中，爬虫常被用于获取历史股价数据、交易量数据以及公司新闻等内容。

### 获取单个股票历史数据的基本步骤：

#### 1. 目标网站选择及数据定位

首先需要确定目标股票历史数据的来源网站，如Yahoo Finance、Google Finance、新浪财经等。通常，在这些网站中，通过输入特定股票代码（例如“AAPL”代表苹果公司），可以找到该股票的历史价格页面。在这个页面上，数据通常会被以表格形式展示出来，包括日期、开盘价、最高价、最低价、收盘价、成交量等信息。

#### 2. 抓取网页内容

使用爬虫库如Python的BeautifulSoup、Scrapy或Selenium等，对目标网页进行解析。首先解析HTML结构以定位具体的数据元素，如表格标签内的行和列对应的具体数据。常见的策略包括：

- **查找表头**：识别表格中的列名（如日期、开盘价等）。
- **遍历数据行**：逐行提取数据，每一行对应一天的股价记录。

#### 3. 数据清洗与保存

获取到数据后，对其进行清理和转换，以满足需求。这一步骤可能涉及去除不必要的字符、转换数据格式（比如将日期字符串转化为日期时间对象）、缺失值填充等操作。最后，数据通常会存储为CSV文件，以便于进一步分析或可视化。

#### 示例代码片段：

import requests
from bs4 import BeautifulSoup
import pandas as pd

def fetch_stock_data(stock_code):
    url = f'https://finance.yahoo.com/quote/{stock_code}/history'
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # 提取数据
    rows = soup.find('table', {'class': 'W(100%)'}).find_all('tr')[1:]
    data = []
    for row in rows:
        cols = row.find_all(['th', 'td'])
        date = cols.text.strip()
        open_price = float(cols.text.replace(',', '').strip())
        high_price = float(cols.text.replace(',', '').strip())
        low_price = float(cols.text.replace(',', '').strip())
        close_price = float(cols.text.replace(',', '').strip())
        volume = int(cols.text.replace(',', '').strip())
        data.append([date, open_price, high_price, low_price, close_price, volume])
    
    # 将数据转换为DataFrame
    df = pd.DataFrame(data, columns=['Date', 'Open', 'High', 'Low', 'Close', 'Volume'])
    return df

# 使用示例
df = fetch_stock_data('AAPL')
print(df.head())

###