九色国产,午夜在线视频,新黄色网址,九九色综合,天天做夜夜做久久做狠狠,天天躁夜夜躁狠狠躁2021a,久久不卡一区二区三区

# 安裝依賴
pip3 install selenium

pip3 install pandas

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.chrome.service import Service

chrome_options = Options()
# 無頭模式運(yùn)行
chrome_options.add_argument('--headless')

s = Service(r"C:\work\chromedriver.exe")

browser = webdriver.Chrome(service=s, options=chrome_options)
browser.implicitly_wait(5)

@calc_run_time
def start():
    url = '主頁地址'
    browser.get(url)
    browser.maximize_window(

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.action_chains import ActionChains
from selenium.webdriver.common.keys import Keys

def get_rank_list():
    """
    獲取熱門股票列表數(shù)據(jù)
    :return:
    """
    datas = []

    # 股票熱度排名
    rank_no = 0

    # 抓取所有數(shù)據(jù)
    while True:
        # 等待加載完成（顯示等待）
        WebDriverWait(browser, 120, 0.5).until(
            EC.presence_of_element_located((By.XPATH, '//*[@class="stock_tbody"]/tr'))
        )

        # 處理數(shù)據(jù)
        tr_elements = browser.find_elements(By.XPATH, '//*[@class="stock_tbody"]/tr')

        for tr_element in tr_elements:
            name = tr_element.find_element(By.XPATH, './/div[@class="nametd_box"]/a').text
            price = tr_element.find_element(By.XPATH, './/td[7]/div').text
            up_rate = tr_element.find_element(By.XPATH, './/td[9]/div').text  # 漲跌幅度
            stock_home_url = tr_element.find_element(By.XPATH, './/td[4]//a').get_attribute("href")

            rank_no = rank_no + 1

            datas.append({
                "name": name,
                "price": price,
                "up_rate": up_rate,
                "stock_home_url": stock_home_url,
                "rank_no": rank_no,
                "pe": 0.0
            })

        # 點(diǎn)擊下一頁
        try:
            page_next = browser.find_element(By.XPATH, '//a[contains(text(), "下一頁")]')
        except:
            page_next = None

        # 如果是最后一頁，就中斷
        if page_next:
            page_next.click()
        else:
            break

from selenium.webdriver.common.action_chains import ActionChains

def get_stock_pe(stock_home_url):
    """
    獲取股票的動(dòng)態(tài)PE
    :param stock_home_url:
    :return:
    """
    browser.get(stock_home_url)
    browser.maximize_window()

    # 等待加載完成
    WebDriverWait(browser, 120, 0.5).until(
        EC.presence_of_element_located((By.XPATH, '//div[@class="ssy"]//li[5]/span'))
    )

    # PE ICON
    pe_element = browser.find_element(By.XPATH, '//td[@class="n"]/span[@class="title_help"]')
    # 動(dòng)態(tài)PE
    pe_dynamic = browser.find_element(By.XPATH, '//div[@class="brief_info_c"]//tr[1]/td[12]/span/span').text
    # return float(pe)

    # 移動(dòng)鼠標(biāo)位置到PE ICON處，展示滾動(dòng)PE
    ActionChains(browser).move_to_element(pe_element).perform()

    # 獲取滾動(dòng)市盈率
    pe_roll = browser.find_element(By.XPATH, '//span[@class="title_help"]//div[@class="ssy"]//li[5]/span').text

    # 異常處理
    try:
        pe_roll = float(pe_roll)
    except:
        pe_roll = 0.0
    return pe_roll

...
# 獲取股票的滾動(dòng)PE，設(shè)置進(jìn)去
for item in datas:
    item['pe'] = get_stock_pe(item.get("stock_home_url"))
    # 隨機(jī)休眠
    random_sleep()
...

import random
import time

def random_sleep(mu=1, sigma=0.4):
    """隨機(jī)睡眠
    :param mu: 平均值
    :param sigma: 標(biāo)準(zhǔn)差，決定波動(dòng)范圍
    """
    secs = random.normalvariate(mu, sigma)
    if secs <= 0:
        secs = mu  # 太小則重置為平均值
    print("休眠時(shí)間:", secs)
    time.sleep(secs)

import pandas as pd

# 重命名
code = {"name": "名稱", "price": "價(jià)格", "up_rate": "漲跌幅", "stock_home_url": "URL", "rank_no": "排名",
        "pe": "動(dòng)態(tài)PE"}
result = pd.DataFrame(datas).rename(columns=code)

# 數(shù)據(jù)轉(zhuǎn)換
# 將Series列字符串轉(zhuǎn)為Float數(shù)據(jù)類型
# result["動(dòng)態(tài)PE"] = result["動(dòng)態(tài)PE"].astype(float)

# 過濾出PE為正，且數(shù)據(jù)小于30的數(shù)據(jù)
result = result[(0 < result["動(dòng)態(tài)PE"]) & (result["動(dòng)態(tài)PE"] <= 30)]

import pandas as pd

...
# 按PE升序排列，并重新標(biāo)記索引
result = result.sort_values(by="動(dòng)態(tài)PE", ascending=True, ignore_index=True)

result.to_csv("熱門股票排名.csv")
...