python从巨潮网批量爬取年报

Python可以使用`requests`和`beautifulsoup`库来实现从巨潮网批量爬取年报。

首先，需要找到巨潮网年报的下载链接，可以使用浏览器的开发者工具进行查找。一般来说，年报的下载链接是以`http://www.cninfo.com.cn`开头的。

然后，可以编写Python代码来批量爬取年报。以下是一个简单的示例代码：

import requests
from bs4 import BeautifulSoup

# 设置请求头，模拟浏览器请求
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}

# 巨潮网年报列表页的URL
url = 'http://www.cninfo.com.cn/new/disclosure/stock?plate=szse&stock=&searchkey=&category=category_ndbg_szsh;category_bndbg_szsh;category_yjdbg_szsh;category_sjdbg_szsh&trade=&column=szse'

# 发送GET请求获取年报列表页的HTML代码
response = requests.get(url, headers=headers)
html = response.content.decode('utf-8')

# 解析HTML代码，获取年报的下载链接
soup = BeautifulSoup(html, 'html.parser')
links = soup.find_all('a', {'href': lambda x: x and x.startswith('http://www.cninfo.com.cn/')})

# 遍历年报下载链接，分别进行下载
for link in links:
    file_url = link['href']
    file_name = link.text.strip()
    if file_url.endswith('.pdf'):
        # 发送GET请求下载年报
        file_content = requests.get(file_url, headers=headers).content
        with open(file_name, 'wb') as f:
            f.write(file_content)
        print('下载完成：', file_name)

需要注意的是，巨潮网有反爬虫机制，如果进行大量的爬取可能会被封IP。因此，建议使用代理IP或者降低爬取速度以避免被封。另外，爬取年报可能涉及到法律风险，请在遵守相关法律法规的前提下进行爬取。