pywencai零基础入门指南：轻松获取同花顺问财数据

pywencai是一个帮助用户通过Python快速获取同花顺问财（一款股票数据查询工具）数据的开源工具，适用于量化研究和学习。本文将带你从零开始了解项目架构、核心功能及使用方法，让数据获取变得简单高效。

📋 环境准备

使用pywencai前需要准备两个基础环境：

1. Python环境：确保你的电脑已安装Python（建议3.7及以上版本）
2. Node.js环境：由于程序需要执行JavaScript代码，需安装v16+版本的Node.js（一种JavaScript运行环境）

完成环境准备后，打开终端执行以下命令安装pywencai：

pip install pywencai

提示：问财接口策略可能会变化，建议定期执行pip install --upgrade pywencai更新到最新版本

📁 项目架构解析

pywencai采用简洁的模块化设计，核心代码集中在pywencai目录下，主要包含以下文件：

• wencai.py：项目核心文件，实现数据获取的完整流程，包括发送请求、处理响应和返回结果
• convert.py：数据转换工具，负责处理接口返回的原始数据
• headers.py：请求头管理，生成和处理网络请求所需的头部信息
• JavaScript相关文件：hexin-v.bundle.js和hexin-v.js用于处理问财接口的加密逻辑

这些文件协同工作，形成完整的数据获取流程：用户调用API → wencai.py组织请求 → headers.py处理请求头 → 发送请求到问财接口 → convert.py解析响应数据 → 返回格式化结果给用户

⚙️ 核心功能详解

pywencai的核心功能是通过pywencai.get()函数获取问财数据，该函数包含多个参数可灵活配置查询条件：

基础查询参数

• query（必填）：查询语句，例如"退市股票"，相当于在问财网页输入的搜索词
• cookie（必填）：用户身份标识，需要从问财网页获取（获取方法见下文）
• sort_key：排序字段，例如"退市@退市日期"，指定按哪个指标排序
• sort_order：排序方向，asc表示升序（从小到大），desc表示降序（从大到小）

高级配置参数

• page：查询页码，默认为1，用于分页获取数据
• perpage：每页数据条数，默认100条（问财限制最大100条）
• loop：是否循环获取多页数据，True表示获取全部数据，数字表示获取指定页数
• query_type：查询类型，默认是股票（stock），可指定为基金（fund）、港股（hkstock）等
• retry：请求失败后的重试次数，默认10次
• sleep：循环请求时的间隔时间（秒），默认0秒，建议设置适当间隔避免请求过于频繁

结果返回格式

• 当查询结果是列表形式（如股票列表），返回DataFrame（一种表格型数据结构，可直接用于数据分析）
• 当查询结果是详情信息（如单只股票详情），返回字典，包含文本信息和可能的DataFrame表格

🔑 配置方法

获取Cookie

由于问财接口限制，使用pywencai必须提供cookie参数，获取方法如下：

1. 打开浏览器，访问问财网页并登录账号
2. 按F12打开开发者工具，切换到"网络"标签
3. 在搜索框输入任意查询词并搜索
4. 在网络请求列表中找到包含"get-robot-data"的请求
5. 查看该请求的请求头，复制"Cookie"字段的完整值

基础使用示例

最简化的使用代码如下：

import pywencai

# 替换'xxx'为你的cookie值
result = pywencai.get(query='退市股票', cookie='xxx')
print(result)

高级查询配置

带排序和分页的查询示例：

# 按退市日期升序排列，获取第2页数据
result = pywencai.get(
    query='退市股票',
    sort_key='退市@退市日期',
    sort_order='asc',
    page=2,
    cookie='xxx'
)

📝 使用注意事项

1. 合规使用：pywencai是社区开发的非官方工具，建议低频使用，避免高频调用导致账号被限制
2. 法律风险：该工具仅供学习和研究使用，不建议商用，使用前请评估相关风险
3. 版本兼容：确保Node.js版本在v16以上，否则可能无法正常执行JavaScript代码
4. 问题排查：遇到获取不到数据的情况，可先检查cookie是否过期，或尝试更新pywencai版本

通过以上介绍，你已经了解pywencai的基本架构和使用方法。这个工具将帮助你轻松获取问财数据，为量化研究和数据分析提供便利。开始你的数据探索之旅吧！