Go语言100个实战案例-项目实战篇:股票行情数据爬虫

在金融领域，获取股票行情数据是常见的需求。无论是做量化分析、数据可视化，还是构建自己的选股工具，都离不开数据源。本篇实战案例将带你用 Go 语言 实现一个简易的股票行情数据爬虫，从公开接口或网页抓取股票实时行情并保存到本地。

---

功能目标

1. 从目标网站或 API 获取股票实时行情数据
2. 解析股票名称、代码、当前价格、涨跌幅等信息
3. 将结果保存为 CSV 文件，方便后续分析
4. 支持定时抓取，实现简单的数据更新

---

技术选型

• HTTP 请求 ：net/http
• HTML/JSON 解析 ：encoding/json 或 goquery（爬网页时）
• 数据存储 ：CSV 文件 (encoding/csv)
• 定时任务 ：time.Ticker

---

示例数据源

在实际场景中，我们可以选择以下方式：

• 公开 API（如新浪财经、腾讯财经等，返回 JSON/JS 格式数据）
• 网页解析（直接解析 HTML 提取表格内容）

这里以新浪财经接口为例（示例 URL）：

http://hq.sinajs.cn/list=sh601006

返回内容类似：

var hq_str_sh601006="大秦铁路,6.100,6.120,6.070,6.130,6.030,6.070,6.080,17819603,108442701.000,...";

---

核心代码实现

package main

import (
	"encoding/csv"
	"fmt"
	"net/http"
	"os"
	"strings"
	"time"
)

// 股票行情数据结构
type Stock struct {
	Code   string
	Name   string
	Price  string
	High   string
	Low    string
	Open   string
	Prev   string
}

func fetchStock(code string) (*Stock, error) {
	url := "http://hq.sinajs.cn/list=" + code
	resp, err := http.Get(url)
	if err != nil {
		return nil, err
	}
	defer resp.Body.Close()

	buf := make([]byte, 1024)
	n, _ := resp.Body.Read(buf)
	data := string(buf[:n])

	// 解析数据
	parts := strings.Split(data, "\"")
	if len(parts) < 2 {
		return nil, fmt.Errorf("无效数据: %s", data)
	}
	fields := strings.Split(parts[1], ",")
	if len(fields) < 6 {
		return nil, fmt.Errorf("字段不足")
	}

	stock := &Stock{
		Code:  code,
		Name:  fields[0],
		Open:  fields[1],
		Prev:  fields[2],
		Price: fields[3],
		High:  fields[4],
		Low:   fields[5],
	}
	return stock, nil
}

func saveToCSV(stocks []*Stock, filename string) error {
	file, err := os.Create(filename)
	if err != nil {
		return err
	}
	defer file.Close()

	writer := csv.NewWriter(file)
	defer writer.Flush()

	// 写入表头
	writer.Write([]string{"代码", "名称", "当前价", "今开", "昨收", "最高", "最低"})

	// 写入数据
	for _, s := range stocks {
		writer.Write([]string{s.Code, s.Name, s.Price, s.Open, s.Prev, s.High, s.Low})
	}
	return nil
}

func main() {
	codes := []string{"sh601006", "sz000001"} // 大秦铁路, 平安银行

	ticker := time.NewTicker(10 * time.Second) // 每 10 秒抓取一次
	defer ticker.Stop()

	for {
		select {
		case <-ticker.C:
			var stocks []*Stock
			for _, code := range codes {
				stock, err := fetchStock(code)
				if err != nil {
					fmt.Println("获取失败:", err)
					continue
				}
				fmt.Printf("✅ %s %s 当前价: %s\n", stock.Code, stock.Name, stock.Price)
				stocks = append(stocks, stock)
			}
			saveToCSV(stocks, "stocks.csv")
		}
	}
}

---

运行效果

执行程序后，每隔 10 秒抓取一次行情，终端输出：

✅ sh601006 大秦铁路 当前价: 6.07
✅ sz000001 平安银行 当前价: 12.34

同时生成 stocks.csv 文件，内容示例：

代码,名称,当前价,今开,昨收,最高,最低
sh601006,大秦铁路,6.07,6.10,6.12,6.13,6.03
sz000001,平安银行,12.34,12.20,12.10,12.50,12.00

---

扩展功能

1. 支持更多股票代码，通过配置文件或命令行参数传入
2. 数据持久化：改为存入 MySQL/SQLite
3. 数据可视化：结合 ECharts 或 Go 的 Web 框架生成走势图
4. 并发抓取：用 goroutine 提升爬取速度
5. 异常处理：增加重试机制和日志记录

---

总结

通过本案例，我们用 Go 实现了一个股票行情数据爬虫 ，涵盖了 HTTP 请求、字符串解析、定时任务、CSV 存储等常用技能。该项目不仅能作为金融数据分析的起点，也能进一步扩展成股票监控/预警系统。