pywencai：同花顺问财数据获取工具使用指南

一、核心功能解析

pywencai 是一款专注于从同花顺问财平台获取金融数据的 Python 工具库。它通过模拟请求和数据解析，帮助开发者快速获取股票、财务等相关信息。

1.1 功能模块关系

工具的核心功能由以下模块协同实现：

• 数据请求模块 (wencai.py)：负责与同花顺问财平台进行网络交互，发送查询请求并获取原始数据。
• 数据转换模块 (convert.py)：对原始数据进行解析和格式转换，提供结构化的数据输出。
• 请求头处理模块 (headers.py)：生成和管理请求头信息，包括动态获取必要的令牌（token），确保请求的有效性。

这三个模块相互配合，形成了一个完整的数据获取流程：headers.py 为 wencai.py 提供合法的请求头，wencai.py 获取数据后交由 convert.py 进行处理，最终得到易于使用的结构化数据。

1.2 关键文件功能

• wencai.py：实现了核心的数据获取逻辑，包括构建查询参数、发送 POST 请求、处理分页数据等。主要函数有 get_robot_data（获取查询条件）、get_page（获取单页数据）和 loop_page（循环获取多页数据）。
• convert.py：提供了多种数据解析和转换的处理函数，能够将不同类型的原始数据（如表格、文本、标签页等）转换为统一的结构化格式，方便后续分析和使用。
• headers.py：负责生成请求头所需的 hexin-v 令牌和用户代理（User-Agent）。通过调用外部 JavaScript 文件 hexin-v.bundle.js 来获取动态令牌，确保请求的合法性。

二、快速上手流程

2.1 5分钟入门

步骤1：克隆项目代码

git clone https://gitcode.com/gh_mirrors/py/pywencai
cd pywencai

步骤2：安装依赖

💡 建议使用虚拟环境进行安装，避免依赖冲突。

pip install -r requirements.txt

步骤3：基础使用示例

import pywencai

# 查询"市盈率小于20的股票"
result = pywencai.get(query="市盈率小于20")
print(result)

2.2 常见参数说明

• query：查询语句，即你想在同花顺问财上搜索的内容。
• loop：是否循环获取多页数据，默认为 False。设置为 True 时，将自动获取所有分页数据。
• cookie 和 user_agent：可选参数，用于自定义请求头信息。如果遇到访问限制，可以尝试提供有效的 cookie。

💡 技巧提示：合理设置查询语句可以提高数据获取的准确性和效率。可以参考同花顺问财平台的语法规则来编写查询语句。

三、高级配置指南

3.1 自定义请求参数

通过 request_params 参数可以传递额外的请求参数，例如设置代理：

proxies = {
    'http': 'http://your_proxy:port',
    'https': 'https://your_proxy:port'
}
result = pywencai.get(query="市盈率小于20", request_params={'proxies': proxies})

3.2 处理大量数据

当需要获取大量数据时，可以结合 loop 参数和 perpage 参数（每页数据条数）来优化性能：

result = pywencai.get(query="市盈率小于20", loop=True, perpage=200)

⚠️ 注意事项：设置过大的 perpage 值可能导致请求失败或被限制，请根据实际情况调整。

四、常见问题解决案例

4.1 请求失败或返回空数据

问题描述：调用 get 方法后，返回 None 或空 DataFrame。

解决方法：

1. 检查网络连接是否正常。
2. 尝试提供有效的 cookie 参数。可以从浏览器登录同花顺问财后获取 cookie。
3. 降低请求频率，避免被服务器判定为恶意请求。可以通过设置 sleep 参数来增加请求间隔。

result = pywencai.get(query="市盈率小于20", cookie="your_cookie_here", sleep=1)

4.2 数据格式不符合预期

问题描述：获取的数据格式不是预期的 DataFrame 或字典。

解决方法：

1. 检查查询语句是否正确，确保在同花顺问财平台上能得到预期的结果。
2. 通过 log=True 参数开启日志输出，查看数据获取和解析过程中的详细信息，以便定位问题。

result = pywencai.get(query="市盈率小于20", log=True)

五、功能扩展建议

pywencai 作为一个基础的数据获取工具，可以通过以下方式进行功能扩展，以满足更复杂的需求：

5.1 数据缓存机制

实现数据缓存功能，将已获取的数据存储到本地文件或数据库中。这样可以避免重复请求相同的数据，提高效率并减轻服务器负担。可以考虑使用 pandas 的 to_csv 或 to_excel 方法将数据保存到文件，或者使用 SQLAlchemy 等库与数据库交互。

5.2 定时任务调度

结合定时任务调度工具（如 APScheduler），实现定期自动获取数据的功能。例如，可以设置每天固定时间获取股票的最新行情数据，并进行分析或推送。

5.3 数据可视化集成

将获取的数据与数据可视化库（如 matplotlib、seaborn 或 plotly）结合，提供更直观的数据展示。可以开发一些常用的可视化模板，如股票K线图、财务指标对比图等，方便用户快速生成图表。

5.4 多线程/异步请求

为了提高数据获取速度，可以引入多线程或异步请求机制。使用 concurrent.futures 模块或 aiohttp 库，可以同时发送多个请求，并行获取不同的数据，从而大大缩短整体获取时间。但需要注意控制并发数量，避免对服务器造成过大压力。