annual_report_crawl

爬取中國年報 Readme created time : 2016.12.04 created by : Shen Chen

三个 python 文件 和 stockNum.xlsx、annual_report文件夹要在相同目录下

AR_spider.py

这个是主要的爬虫软件。

• 要求 需要在运行目录下创建一个名为「annual_report」的文件夹，并和「stockNum.xlsx」在同一个目录下。

• 执行

python AR_spider.py

命令即可。 如果提示未安装什么 module ， 安装相应的 module 即可。

• 执行结果 年报内容会在「annual_report」文件夹下，对应的目录会在「index.tsv」文件中

tsv2csv.py

• 要求 和「index.tsv」在同一个目录下

• 执行

python tsv2csv.py

• 执行结果 index.tsv 转成 index.csv 文件

findMissing

• 在相同目录下

• 执行

python findMissing.py

• 执行结果 找出index.tsv中存在而annual_report文件夹里不存在的年报