AKShare项目在Windows系统下异步事件循环问题的解决方案
2025-05-20 12:26:15作者:劳婵绚Shirley
问题背景
在使用AKShare财经数据接口库时,部分用户在Windows操作系统环境下调用stock_zh_a_spot_em()接口获取A股实时行情数据时遇到了运行异常。该问题主要出现在Windows系统搭配Python 3.12及以上版本的环境中,错误提示表明异步事件循环需要SelectorEventLoop类型。
错误现象分析
当用户执行获取A股实时行情数据的代码时,系统抛出RuntimeError异常,明确指出"aiodns needs a SelectorEventLoop on Windows"。这是由于Windows平台下Python的异步I/O实现机制与Unix-like系统存在差异所致。
技术原理
在Windows系统中,Python的asyncio模块默认使用ProactorEventLoop,而某些异步DNS解析库(如aiodns)则需要SelectorEventLoop才能正常工作。这种不匹配导致了接口调用失败。
解决方案
经过项目维护者的验证,可以通过以下方式解决该问题:
- 在代码中显式设置事件循环策略
- 在调用AKShare接口前添加如下代码:
import asyncio
import sys
if sys.platform == 'win32':
asyncio.set_event_loop_policy(asyncio.WindowsSelectorEventLoopPolicy())
这段代码会强制Windows系统使用SelectorEventLoop,从而解决与aiodns库的兼容性问题。
完整示例代码
以下是经过验证可正常运行的完整代码示例:
import os
import sys
import datetime
import akshare as ak
import asyncio
# 设置Windows下的事件循环策略
if sys.platform == 'win32':
asyncio.set_event_loop_policy(asyncio.WindowsSelectorEventLoopPolicy())
# 判断交易日
tool_trade_date_hist_sina_df = ak.tool_trade_date_hist_sina()
today_dt = datetime.date.today()
if today_dt not in tool_trade_date_hist_sina_df["trade_date"].values:
print("今日非交易日")
exit()
# 获取A股实时行情数据
stock_zh_a_spot_em_df = ak.stock_zh_a_spot_em()
print(stock_zh_a_spot_em_df)
注意事项
- 该解决方案适用于Windows系统,其他操作系统无需此设置
- 建议使用Python 3.9及以上版本
- 确保AKShare库已更新至最新版本
- 对于长期运行的异步程序,建议在程序入口处统一设置事件循环策略
总结
Windows系统下Python异步编程存在一些平台特定的问题,通过合理设置事件循环策略可以有效解决AKShare库中与异步I/O相关的兼容性问题。这一解决方案不仅适用于获取A股实时行情数据的接口,对于AKShare中其他基于异步实现的接口也同样有效。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 Python案例资源下载 - 从入门到精通的完整项目代码合集 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
667
153
Ascend Extension for PyTorch
Python
216
235
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
303
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
255
321
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
63
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
651
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866