Skip to content
项目
群组
代码片段
帮助
当前项目
正在载入...
登录 / 注册
切换导航面板
Z
zzsn_spider
概览
概览
详情
活动
周期分析
版本库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
统计图
问题
0
议题
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
CI / CD
CI / CD
流水线
作业
日程表
图表
维基
Wiki
代码片段
代码片段
成员
成员
折叠边栏
关闭边栏
活动
图像
聊天
创建新问题
作业
提交
问题看板
Open sidebar
王景浩
zzsn_spider
Commits
6809e271
提交
6809e271
authored
9月 21, 2023
作者:
LiJunMing
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
证监会公告脚本维护
上级
93d43561
隐藏空白字符变更
内嵌
并排
正在显示
1 个修改的文件
包含
2 行增加
和
15 行删除
+2
-15
证监会-公告.py
comData/noticeReport/证监会-公告.py
+2
-15
没有找到文件。
comData/noticeReport/证监会-公告.py
浏览文件 @
6809e271
"""
import
json
"""
证监会公告采集,只能按照搜索企业来采,从上市库里拿企业数据,sys_enterprise_ipo_copy1
craw_state:已采集过表示为True,未采集表示为0,拿取数据表示为ing,解析失败表示为400
update_state:为1 表示需要更新,用来增量循环
如何统计出来该报告采到了没有,dt_error库统计失败的信息
"""
import
json
import
json
import
re
import
re
import
time
import
time
import
fitz
import
pymysql
import
requests
import
requests
from
bs4
import
BeautifulSoup
from
bs4
import
BeautifulSoup
from
kafka
import
KafkaProducer
from
kafka
import
KafkaProducer
from
datetime
import
datetime
from
base
import
BaseCore
from
base
import
BaseCore
# from fdfs_client.client import get_tracker_conf, Fdfs_client
baseCore
=
BaseCore
.
BaseCore
()
baseCore
=
BaseCore
.
BaseCore
()
log
=
baseCore
.
getLogger
()
log
=
baseCore
.
getLogger
()
...
@@ -25,8 +14,6 @@ cursor = baseCore.cursor
...
@@ -25,8 +14,6 @@ cursor = baseCore.cursor
cnx_
=
baseCore
.
cnx_
cnx_
=
baseCore
.
cnx_
cursor_
=
baseCore
.
cursor_
cursor_
=
baseCore
.
cursor_
# tracker_conf = get_tracker_conf('./client.conf')
# client = Fdfs_client(tracker_conf)
taskType
=
'企业公告/证监会'
taskType
=
'企业公告/证监会'
...
@@ -431,7 +418,7 @@ if __name__ == '__main__':
...
@@ -431,7 +418,7 @@ if __name__ == '__main__':
com_name
=
dic_info
[
1
]
com_name
=
dic_info
[
1
]
dic_parms
=
getUrl
(
code
,
url_parms
,
Catagory2_parms
)
dic_parms
=
getUrl
(
code
,
url_parms
,
Catagory2_parms
)
dic_parms_ls
=
getUrl
(
code
,
url_parms_ls
,
Catagory2_parms_ls
)
dic_parms_ls
=
getUrl
(
code
,
url_parms_ls
,
Catagory2_parms_ls
)
if
len
(
dic_parms
)
>
0
:
if
dic_parms
:
start_time_cj
=
time
.
time
()
start_time_cj
=
time
.
time
()
SpiderByZJH
(
dic_parms
[
"url"
],
dic_parms
[
"payload"
],
dic_info
,
start_time
,
num
)
SpiderByZJH
(
dic_parms
[
"url"
],
dic_parms
[
"payload"
],
dic_info
,
start_time
,
num
)
log
.
info
(
f
'{code}==========={short_name},{com_name},发行公告,耗时{baseCore.getTimeCost(start_time_cj, time.time())}'
)
log
.
info
(
f
'{code}==========={short_name},{com_name},发行公告,耗时{baseCore.getTimeCost(start_time_cj, time.time())}'
)
...
...
编写
预览
Markdown
格式
0%
重试
或
添加新文件
添加附件
取消
您添加了
0
人
到此讨论。请谨慎行事。
请先完成此评论的编辑!
取消
请
注册
或者
登录
后发表评论