python爬取上市公司年报

要爬取上市公司的年报，一般需要先找到数据来源的网站。在中国，上市公司的年报可以在中国证券监督管理委员会（简称证监会）的网站上获取，网址是 http://www.csrc.gov.cn/。具体步骤如下：

1. 打开证监会官网，点击“数据查询”菜单下的“信息披露”选项；
2. 在信息披露页面，选择“上市公司信息披露”，进入上市公司信息披露页面；
3. 在上市公司信息披露页面，选择“公司公告”选项；
4. 在公司公告页面，选择“年报/年度报告”选项；
5. 在年报/年度报告页面，可以根据企业名称、证券代码等信息搜索想要获取的年报；
6. 找到目标年报后，可以点击“查看”或“下载”按钮获取相应的年报文件。

在Python中实现爬取上市公司年报的过程，可以使用requests库和BeautifulSoup库来进行网页解析和数据提取。具体步骤如下：

1. 使用requests库发送HTTP请求，获取目标年报页面的HTML代码；
2. 使用BeautifulSoup库解析HTML代码，获取年报文件的下载链接；
3. 使用requests库下载年报文件到本地。

下面是一个示例代码，以爬取中国石油天然气股份有限公司（股票代码：601857）的2019年年报为例：

import requests
from bs4 import BeautifulSoup

# 目标年报页面的URL
url = 'http://www.csrc.gov.cn/pub/newsite/ssgsjgb/bgczfw/release/201904/t20190426_350545.html'

# 发送HTTP请求，获取HTML代码
response = requests.get(url)
html = response.content

# 使用BeautifulSoup库解析HTML代码，获取年报文件的下载链接
soup = BeautifulSoup(html, 'html.parser')
download_link = soup.find('a', text='2019年年度报告')['href']

# 使用requests库下载年报文件到本地
response = requests.get(download_link)
with open('2019_annual_report.pdf', 'wb') as f:
    f.write(response.content)

需要注意的是，爬取上市公司的年报需要遵守相关法律法规，不得用于非法用途。同时，也需要注意保护个人隐私信息，不得泄露上市公司和个人的敏感信息。