python爬取下载巨潮网指定公司的年报步骤答案

Python爬取巨潮网(中国证监会指定上市公司信息披露网站)的年报通常需要几个步骤：

1. **安装必要的库**：
首先，你需要安装`requests`库来发送HTTP请求，以及`BeautifulSoup`库来解析HTML内容。可以使用pip命令行工具安装：

   pip install requests beautifulsoup4

2. **定位URL结构**：
查看目标公司年报页面的URL结构，年报一般会按照年份分类。例如，https://www.cninfo.com.cn/companys/hisAnnounce?cmpid=XXX（替换为公司证券代码）。

3. **编写爬虫脚本**：
使用Python编写一个函数，输入公司代码，通过循环遍历年份，构造每个年度报告的链接。示例代码如下：

import requests
from bs4 import BeautifulSoup

def get_annual_report(url_template, company_code):
    url = url_template.format(company_code)
    
    # 发送GET请求
    response = requests.get(url)
    response.raise_for_status()  # 检查请求是否成功
    
    # 解析HTML
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # 找到年报链接（这取决于网页的具体结构，可能需要调整）
    annual_report_links = soup.select('.annual-report-link')  # 假设class名是'.annual-report-link'
    
    for link in annual_report_links:
        report_year = link.text.split(' ')[0]  # 提取年份
        report_url = link['href']  # 获取PDF链接
        download_pdf(report_url)

def download_pdf(pdf_url):
    with requests.get(pdf_url, stream=True) as r:
        r.raise_for_status()
        filename = f'{company_code}_{report_year}.pdf'  # 创建文件名
        with open(filename, 'wb') as f:
            for chunk in r.iter_content(chunk_size=1024): 
                if chunk:  # filter out keep-alive new chunks
                    f.write(chunk)

# 调用函数，传入公司代码
get_annual_report("https://www.cninfo.com.cn/companys/hisAnnounce?cmpid={}&annNo=&tabName=year", 'your_company_code')