码农技术炒股之路——抓取股票基本信息、实时交易信息、主力动向信息

从本节开始，我们开始介绍各个抓取和备份业务。（转载请指明出于breaksoftware的csdn博客）

因为我们数据库很多，数据库中表也很多，所以我们需要一个自动检测并创建数据库和表的功能。在《码农技术炒股之路——数据库管理器、正则表达式管理器》一文中，我们介绍了数据库管理器帮我们自动创建数据库，但是没有自动创建表的功能。于是我们需要实现一个。

class prepare_table():def __init__(self, conn_name, table_template_name):self._conn_name = conn_nameself._table_template_name = table_template_nameself._create_table_format = ""def prepare(self, table_name):self._create_table_if_not_exist(table_name)def _get_table_template(self):file_path = "./conf/table_template/" + self._table_template_name + ".ttpl"if False == os.path.isfile(file_path):LOG_WARNING("can't read %s" %(file_path))returnfobj = open(file_path)try:self._create_table_format = fobj.read()except:self._create_table_format = ""LOG_WARNING("get table_template file error.path: %s" % (file_path))finally:fobj.close()def _create_table_if_not_exist(self, table_name):db_manager = mysql_manager()conn = db_manager.get_mysql_conn(self._conn_name)if False == conn.has_table(table_name):if len(self._create_table_format) == 0:self._get_table_template()if len(self._create_table_format) == 0:returnsql = self._create_table_format % (table_name)data = conn.execute(sql)conn.refresh_tables_info()

如果数据表不存在，prepare_table类根据传入的模板名称在配置文件中读取创建表的SQL，然后执行。如果存在，则什么都不做。

这个功能非常必要。因为每天都有新股产生，我们不能每天手工去创建和该股票相关的表。于是自动检测并创建可以帮我们省去很多麻烦。

股票基本信息

目前我保存的股票基本信息只有股票代码、股票名称和所在市场。由于不定期有新股上市，所以这个信息每天早上要第一个更新。之后业务会根据该表获得所有股票代码，然后才能进行操作。

[update_share_base_info]
type=cron
class=update_stock_base_info
day_of_week=1-5
hour=9
minute=30
second=10
timezone = Asia/Shanghai

上面配置意思是每周一到周五，9点30分10秒获取一次。

我们再看下创建表的模板（share_base.ttpl）

CREATE TABLE `%s` (`share_id` char(6) COLLATE utf8_unicode_ci NOT NULL DEFAULT '000000' COMMENT '股票代码',`share_name` varchar(36) COLLATE utf8_unicode_ci NOT NULL DEFAULT '' COMMENT '股票名称',`market_type` tinyint(4) NOT NULL DEFAULT '0' COMMENT '市场 1 沪市 2 深市',PRIMARY KEY (`share_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci COMMENT='股票基本信息';

最后我们看下代码。

在构造函数中，我们指定所用到的数据库连接配置为stock_db，表模板是share_base，表名是share_base_info

class update_stock_base_info(job_base):def __init__(self):self._regular_split_manager = regular_split_manager()self._db_manager = mysql_manager()self._conn_name = "stock_db"self._prepare_table = prepare_table(self._conn_name, "share_base")self._table_name = "share_base_info"

然后在run函数中检查或新建表，并完成数据抓取和写入

    def run(self):data = self._get_data()self._prepare_table.prepare(self._table_name)self._save_data(data)LOG_INFO("run update_stock_base_info")

数据我们从东方财富网抓取

    def _get_data(self):url = r"http://nufm.dfcfw.com/EM_Finance2014NumericApplication/JS.aspx/JS.aspx?type=ct&st=(FFRank)&sr=1&p=1&ps=3500&js=var%20mozselQI={pages:(pc),data:[(x)]}&token=894050c76af8597a853f5b408b759f5d&cmd=C._AB&sty=DCFFITAM&rt=49461817"res = fetch_data.get_data(fetch_data.query_http(url))return res

然后通过正则表达式管理器，通过指定名称的策略，将结果分解出来

    def _save_data(self, data):data_array = self._regular_split_manager.get_split_data(data, "string_comma_regular")

然后枚举上面结果，将相应坐标数据和数据库中字段关联，最后写入表中

        for item in data_array:share_market_type = item[0]share_id = item[1]share_name = item[2]if len(share_id) > 0 and len(share_name) > 0:share_info = {"share_id":share_id, "share_name":share_name, "market_type":share_market_type}conn = self._db_manager.get_mysql_conn(self._conn_name)conn.insert_onduplicate(self._table_name, share_info, ["share_id"])

有了之前介绍的一系列管理器，我们便通过不到40行代码把数据抓取并入库。我们看下抓取结果

股票实时交易信息

股票实时交易信息是保存在一个叫做daily_temp的数据库中

class update_today_trade_info(job_base):def __init__(self):self._db_manager = mysql_manager()self._conn_name = "daily_temp"self._base_conn_name = "stock_db"self._prepare_table = prepare_table(self._conn_name, "today_trade_info")self._pre_share_count = 0self._share_ids_str_list = []

使用today_trade_info模板去准备数据库

CREATE TABLE `%s` (`seq_id` bigint(64) NOT NULL AUTO_INCREMENT COMMENT '自增ID',`share_id` char(6) CHARACTER SET latin1 NOT NULL DEFAULT '000000',`share_name` varchar(32) COLLATE utf8_unicode_ci NOT NULL DEFAULT '' COMMENT '股票名称',`today_open` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '今日开盘价',`yesterday_close` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '昨天收盘价',`cur` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '当前价格',`today_high` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '今日最高',`today_low` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '今日最低',`compete_buy_price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '竞买价格（买一价格）',`compete_sale_price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '竞卖价格（卖一价格）',`trade_num` bigint(64) NOT NULL DEFAULT '0' COMMENT '成交的股票数',`trade_price` float(32,2) NOT NULL DEFAULT '0.00' COMMENT '成交的金额',`buy_1_num` bigint(64) NOT NULL DEFAULT '0' COMMENT '买一数量',`buy_1_price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '买一价格',`buy_2_num` bigint(64) NOT NULL DEFAULT '0' COMMENT '买二数量',`buy_2_price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '买二价格',`buy_3_num` bigint(64) NOT NULL DEFAULT '0' COMMENT '买三数量',`buy_3_price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '买三价格',`buy_4_num` bigint(64) NOT NULL DEFAULT '0' COMMENT '买四数量',`buy_4_price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '买四价格',`buy_5_num` bigint(64) NOT NULL DEFAULT '0' COMMENT '买五数量',`buy_5_price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '买五价格',`sale_1_num` bigint(64) NOT NULL DEFAULT '0' COMMENT '卖一数量',`sale_1_price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '卖一价格',`sale_2_num` bigint(64) NOT NULL DEFAULT '0' COMMENT '卖二数量',`sale_2_price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '卖二价格',`sale_3_num` bigint(64) NOT NULL DEFAULT '0' COMMENT '卖三数量',`sale_3_price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '卖三价格',`sale_4_num` bigint(64) NOT NULL DEFAULT '0' COMMENT '卖四数量',`sale_4_price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '卖四价格',`sale_5_num` bigint(64) NOT NULL DEFAULT '0' COMMENT '卖五数量',`sale_5_price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '卖五价格',`time_date_str` varchar(32) COLLATE utf8_unicode_ci NOT NULL DEFAULT '' COMMENT '更新时间（日期）',`time_str` varchar(32) COLLATE utf8_unicode_ci NOT NULL DEFAULT '' COMMENT '更新时间（时间）',`empty` int(16) NOT NULL DEFAULT '0' COMMENT '空占位',PRIMARY KEY (`seq_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci COMMENT='今日交易数据';

因为我们要将一天的数据放在一个表中，也就是说每天一张表。于是表要使用日期加以区分

    def run(self):date_info = time.strftime('%Y_%m_%d')table_name = "trade_info_%s" % (date_info)self._prepare_table.prepare(table_name)

下一步是数据获取。

        ids_str_list = self._get_all_share_ids()for ids_str in ids_str_list:data = self._get_data(ids_str)self._parse_data_and_insert_db(table_name, data)LOG_INFO("run update_today_trade_info")

这次我们通过新浪的接口获取数据。由于该接口不能支持一次性拉取三千多支股票信息，所以在拉取前，我需要对拉取的股票代码进行切片。这次我们要使用到股票基本信息表的数据来进行数据组装。

    def _get_all_share_ids(self):db_manager = mysql_manager()conn = db_manager.get_mysql_conn(self._base_conn_name)count_info = conn.select("share_base_info", ["count(*)"],{})count = int(count_info[0][0])if count == self._pre_share_count:return self._share_ids_str_list#share_ids = conn.select("share_base_info", ["share_id", "market_type"],{"share_id":["601375", "="]})share_ids = conn.select("share_base_info", ["share_id", "market_type"],{})ids = []for item in share_ids:market_type = item[1]pre = ""if 1 == market_type:pre = "sh"elif 2 == market_type:pre = "sz"else:continuenew_id = pre + item[0]ids.append(new_id)id_count = len(ids)count_per = 500page = id_count/count_perids_str_list = []for index in range(page+1):ids_list = ids[index*count_per:(index+1)*count_per]ids_str = "," . join(ids_list)ids_str_list.append(ids_str)self._share_ids_str_list = ids_str_listself._pre_share_count = countreturn self._share_ids_str_list

为了尽量减少不同批次股票同步时间的差异，需要每次尽量请求多的数据。我是按500个一批进行切片的。
        拉取数据的逻辑很简单，就是发起一次请求

    def _get_data(self, ids):url_pre = "http://hq.sinajs.cn/list="url = url_pre + idsres = fetch_data.get_data(fetch_data.query_http(url))res = res.decode("gbk").encode("utf-8")return res

最后我们将数据通过正则表达式管理器按照hq_sinajs_cn_list策略进行拆分。并通过指定相应位和数据库字段的关系，将其插入到表中

    def _parse_data_and_insert_db(self, table_name, data):ret_array = fetch_data.get_data(fetch_data.regular_split("hq_sinajs_cn_list", data))if 0 == len(ret_array):LOG_WARNING("hg_sinajs_cn_list regular %s empty data" %(data))returndata_array = []into_db_columns = ["share_id","share_name","today_open","yesterday_close","cur","today_high","today_low","compete_buy_price","compete_sale_price","trade_num","trade_price","buy_1_num","buy_1_price","buy_2_num","buy_2_price","buy_3_num","buy_3_price","buy_4_num","buy_4_price","buy_5_num","buy_5_price","sale_1_num","sale_1_price","sale_2_num","sale_2_price","sale_3_num","sale_3_price","sale_4_num","sale_4_price","sale_5_num","sale_5_price","time_date_str","time_str","empty"]columns_count = len(into_db_columns)for item in ret_array:if len(item) != columns_count:LOG_INFO("%s length is not match for column length %d" %(str(item), columns_count))continuedata_array.append(item)if 0 == len(data_array):returndb_manager = mysql_manager()conn = db_manager.get_mysql_conn(self._conn_name)conn.insert_data(table_name ,into_db_columns, data_array)

股票主力动向信息

主力动向信息的获取和实时交易信息获取是类似的。我只列出区别部分。

主力动向使用的是today_market_maker模板创建数据表

CREATE TABLE `%s` (`seq_id` bigint(64) NOT NULL AUTO_INCREMENT COMMENT '自增ID',`market_type` tinyint(4) NOT NULL DEFAULT '0' COMMENT '1 沪市 2 深市',`share_id` char(6) CHARACTER SET latin1 NOT NULL DEFAULT '' COMMENT '股票代码',`share_name` varchar(36) COLLATE utf8_unicode_ci NOT NULL DEFAULT '' COMMENT '股票名称',`price` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '股票价格',`up_percent` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '涨幅',`market_maker_net_inflow` float(64,2) NOT NULL DEFAULT '0.00' COMMENT '主力净流入',`market_maker_net_inflow_per` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '主力净流入占比',`huge_inflow` float(64,2) NOT NULL DEFAULT '0.00' COMMENT '超大单净流入',`huge_inflow_per` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '超大单净流入占比',`large_inflow` float(64,2) NOT NULL DEFAULT '0.00' COMMENT '大单净流入',`large_inflow_per` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '大单净流入占比',`medium_inflow` float(64,2) NOT NULL DEFAULT '0.00' COMMENT '中单净流入',`medium_inflow_per` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '中单净流入占比',`small_inflow` float(64,2) NOT NULL DEFAULT '0.00' COMMENT '小单净流入',`small_inflow_per` float(16,2) NOT NULL DEFAULT '0.00' COMMENT '小单净流入占比',`time_str` varchar(64) CHARACTER SET latin1 NOT NULL DEFAULT '' COMMENT '时间',PRIMARY KEY (`seq_id`)
) ENGINE=InnoDB AUTO_INCREMENT=0 DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci COMMENT='主力行为统计';

这次数据是从东方财富网抓取的。一个不错的消息是，该接口支持三千多支股票同时抓取，于是避免了之前要做切片的问题

    def _get_data(self):date_info = time.strftime('%Y-%m-%d')url_fomart = "http://nufm.dfcfw.com/EM_Finance2014NumericApplication/JS.aspx/JS.aspx?type=ct&st=(BalFlowMain)&sr=-1&p=3&ps=%d&js=var%%20vDUaFOen={pages:(pc),date:%%22%s%%22,data:[(x)]}&token=894050c76af8597a853f5b408b759f5d&cmd=C._AB&sty=DCFFITA&rt=49430148"url = format(url_fomart % (3500, date_info))res = fetch_data.get_data(fetch_data.query_http(url))return res

唯一不好的是部分没有的数据是使用-符号表示，这对我们正则分析提出了挑战。但是我们可以灵活处理，在正则拆分前将其替换成0

        data = self._get_data()data = data.replace("-,", "0,")self._parse_data_and_insert_db(table_name, data)LOG_INFO("run update_today_market_maker_info")

最后将拆分后的数据与表中字段关联，插入表中即可

    def _parse_data_and_insert_db(self, table_name, data):data_array = fetch_data.get_data(fetch_data.regular_split("string_comma_regular", data))db_manager = mysql_manager()conn = db_manager.get_mysql_conn(self._conn_name)into_db_columns = ["market_type", "share_id", "share_name", "price", "up_percent", "market_maker_net_inflow", "market_maker_net_inflow_per", "huge_inflow", "huge_inflow_per", "large_inflow", "large_inflow_per", "medium_inflow", "medium_inflow_per", "small_inflow", "small_inflow_per", "time_str"]conn.insert_data(table_name ,into_db_columns, data_array)

实时交易和主力动向数据都是30秒抓取一次，这儿只列出主力动向的任务配置。它分为上午和下午，由于存在整点问题，所以上午和下午的配置还是有点区别的

[update_today_market_maker_info_am_part1]
type=cron
class=update_today_market_maker_info
day_of_week=1-5
hour=9
minute=30-59
second = */30
timezone = Asia/Shanghai[update_today_market_maker_info_am_part2]
type=cron
class=update_today_market_maker_info
day_of_week=1-5
hour=10
second = */30
timezone = Asia/Shanghai[update_today_market_maker_info_am_part3]
type=cron
class=update_today_market_maker_info
day_of_week=1-5
hour=11
minute=0-30
second = */30
timezone = Asia/Shanghai

[update_today_market_maker_info_pm_1]
type=cron
class=update_today_market_maker_info
day_of_week=1-5
hour=13-14
second = */30
timezone = Asia/Shanghai[update_today_market_maker_info_pm_2]
type=cron
class=update_today_market_maker_info
day_of_week=1-5
hour=15
minute=0
second=30
timezone = Asia/Shanghai