【实战】Python 爬虫爬取新浪财经盈利能力数据（多 Sheet Excel + 分页爬取 + 数据统计）

关注

VIP免费原创最新推荐文章于 2026-07-31 10:14:25 发布 1.8k 阅读 AI 写同款· GEO 优化 ›

爬虫（二）：新浪财经爬虫（获取文本信息） 新浪财经爬虫（获取文本信息） BiuBiu，接上一篇文章，这一次，我并没有用东方财富网站，而是新浪财经网，当然，也是因为个人需要啦。但是我看了一下，大差不差，只要看懂那些div，就能够爬取。首先给大家看一下需求：获取新浪财经网上公司研究的研究报告整篇文章，如下图：（按照我上一篇文章，只能做到获取这页的相关信息，但是不能获取里面的具体内容）当然，也是看了几个爬虫视频过来的，然后按照自己的理解加上调试，搞出来的 ... 阅读详情

一、前言

在金融数据分析场景中，新浪财经的上市公司盈利能力数据是行业研究、投资分析的重要数据源。本文将从需求拆解→技术选型→浏览器分析→代码实现→结果验证 全流程，讲解如何用 Python 爬取新浪财经 2024 年度第四季度各行业盈利能力数据，并生成包含多行业 Sheet 和统计总结 Sheet 的 Excel 文件，帮助大家掌握实战爬虫开发的核心思路和避坑技巧。

二、需求分析

本次爬虫开发的核心需求可拆解为以下 5 个核心目标，覆盖 “数据采集→数据清洗→数据输出” 全链路：

需求阶段	具体要求	核心目标
数据采集（行业列表）	访问指定 URL，提取`select`标签`name="s_i"`的选项值 + 文本，组成行业键值对	获取所有待爬取的行业维度
数据采集（分页识别）	基于行业参数，解析分页标签（class=pages）获取总页码数	确保爬取行业全部数据，无遗漏
数据采集（多页数据）	按指定 URL 格式（行业 + 年份 + 季度 + 页码）爬取所有页面源码（编码 gbk）	完整获取单行业全量数据
数据清洗	用 pandas 提取 id=dataTable 的表格，股票代码补零至 6 位	保证数据格式规范、可用
数据输出	各行业数据写入 Excel 不同 Sheet，新增 “总结” Sheet 统计核心指标（公司数、营收总计、净利润总计、ROE 均值）	输出结构化、可分析的最终数据