【新三板年报文本分析】第二辑:从pdf链接的列表中批量下载年报文件

第一辑中已经获取了新三板年报的pdf链接,使用request库进行批量下载。

send_headers为requests的headers,不需要做变动。

在for循环中读取每一行数据的链接数据,创建一个空pdf,将链接指向的pdf文件写入空pdf文件。

for循环内容可以根据个人需求更改for循环里的内容。

python 复制代码
#引用 requests文件
import requests
import pandas as pd
import time

year=2018
stage='创新层'
dataPath='nianbaoURL33968.csv'
df=pd.read_csv(dataPath)

send_headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36",
"Connection": "keep-alive",
"Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8",
"Accept-Language": "zh-CN,zh;q=0.8"}
  
for i in range(33968):
    if df['year'][i]==year and df['stage'][i]==stage:
        address=df['url'][i]
        f=requests.get(address, headers=send_headers ,stream=True, timeout=20)
        fileName='data\\'+str(year)+stage+'\\'+str(i+1)+'_'+str(df['year'][i])+df['firm'][i]+'.pdf'
        with open(fileName, "wb") as file:
            file.write(f.content)
            file.close()
        print('序号'+str(i+1)+':'+df['firm'][i]+'完成')
        time.sleep(0.25)
相关推荐
2301_816660211 分钟前
golang如何实现消息批量消费_golang消息批量消费实现策略
jvm·数据库·python
qq_189807033 分钟前
SQL视图性能低怎么办_将普通视图转换为带索引的物化视图
jvm·数据库·python
kishu_iOS&AI9 分钟前
Pytorch —— 自动微分模块
人工智能·pytorch·python·深度学习·算法·线性回归
yejqvow129 分钟前
如何在 Supabase 中安全实现用户“鼓掌”计数(防刷、防重放、防越权)
jvm·数据库·python
m0_6784854516 分钟前
SQL利用窗口函数实现轻量级报表设计_实战技巧
jvm·数据库·python
m0_7478545217 分钟前
CSS实现卡片式布局_浮动元素与clearfix的应用
jvm·数据库·python
2401_8359568120 分钟前
如何处理SQL查询中的逻辑重叠:AND OR嵌套优先级
jvm·数据库·python
2301_7965885022 分钟前
Redis怎样优化大量Lua并发调用带来的CPU压力
jvm·数据库·python
l1t23 分钟前
利用python statsmodels包分析数据
开发语言·python
2301_7965885024 分钟前
如何阻止 HTML 页面在 JavaScript 脚本执行完成前渲染
jvm·数据库·python