利用Beautiful Soup库函数爬取上市公司财务报表

要爬取上市公司的财务报表，首先需要找到一个可靠的数据源。一些知名的数据源包括Wind、东方财富、同花顺等，这些网站提供的数据较为全面、准确，也比较稳定。在这里以东方财富为例，介绍如何使用Beautiful Soup库函数爬取上市公司的财务报表。

1. 打开东方财富网址 http://www.eastmoney.com/，搜索想要爬取的上市公司名称，进入该公司的股票页面。

2. 在股票页面上可以看到，财务报表是以表格的形式展示的，我们需要找到这个表格的HTML代码。使用浏览器的“检查元素”功能，找到包含表格的HTML标签（通常是table标签），并复制它的CSS选择器。

3. 在Python中导入Beautiful Soup库，并使用requests库获取股票页面的HTML代码。然后使用Beautiful Soup库的select函数，传入第2步中复制的CSS选择器，即可获取到财务报表的HTML代码。

4. 对于获取到的HTML代码，可以使用其他库（如pandas）进行解析和数据处理，也可以继续使用Beautiful Soup库进行数据提取。例如，可以使用find_all函数获取表格中的所有行和列，然后逐一提取其中的数据项。

以下是一个简单的示例代码，用于爬取上市公司某一年度的资产负债表：

import requests
from bs4 import BeautifulSoup

# 设置要爬取的公司名称和年度
company = '华为技术'
year = '2020'

# 获取股票页面的HTML代码
url = 'http://quote.eastmoney.com/sz000858.html'
response = requests.get(url)
html = response.text

# 使用Beautiful Soup库获取财务报表的HTML代码
soup = BeautifulSoup(html, 'html.parser')
selector = '#cwzb > table:nth-child(4)'
table_html = str(soup.select(selector)[0])

# 解析表格数据
table = BeautifulSoup(table_html, 'html.parser')
rows = table.find_all('tr')
for row in rows:
    cols = row.find_all('td')
    for col in cols:
        print(col.text)

需要注意的是，爬取财务报表属于比较敏感的数据，如果没有相应的授权或许可，可能会涉及到法律风险。因此，在进行相关操作前，请务必了解相关法律法规，遵守相关规定。