用python代码网页爬虫获取2024年上半年或各季度的股票交易数据并写入excel文件中

在Python中，你可以使用`requests`库来发送HTTP请求获取网页数据，然后使用`BeautifulSoup`库解析HTML内容提取股票交易数据。至于获取2024年上半年或各季度的数据，由于实时数据通常存储在金融API中，而公开网站上的历史数据可能有限，这里假设我们能找到提供历史数据的免费资源。

首先，安装必要的库（如果尚未安装）：

pip install requests beautifulsoup4 pandas openpyxl

接下来，编写一个简单的示例脚本，这只是一个基础框架，实际操作中你需要找到适合的股票数据源并替换URL、解析规则等：

import requests
from bs4 import BeautifulSoup
import pandas as pd
from openpyxl import Workbook

# 指定数据源 URL 和目标数据结构（例如某个表格的class名）
url = "https://example.com/stock_data"  # 替换为你需要抓取数据的实际URL
table_class = "stock_data_table"  # 替换为HTML表格的class名

def get_stock_data(url):
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')
    table = soup.find('table', class_=table_class)

    # 提取数据行并转换为列表
    data_rows = []
    for row in table.find_all('tr'):
        cols = [cell.text.strip() for cell in row.find_all(['th', 'td'])]
        data_rows.append(cols)

    return data_rows

def write_to_excel(data, filename='stock_data.xlsx'):
    df = pd.DataFrame(data, columns=data[0])  # 假设所有列都有标题，如果不是则需要自定义处理
    wb = Workbook()
    ws = wb.active
    ws.append(df.columns.tolist())
    ws.append(df.values.tolist())
    wb.save(filename)

# 获取数据并写入Excel
data = get_stock_data(url)
write_to_excel(data)

# 如果你想获取上半年数据，可能需要查看数据的日期范围，或者手动调整提取逻辑
# 对于季度数据，同样需要分析数据格式来确定如何划分。

#