这是一个创建于 3398 天前的主题，其中的信息可能已经有所发展或是发生改变。
开发环境
- Python 2.7
- Mysql
- Scrapy 0.24 (当前 Scrapy 已经有官方 1.0 版本，可以正常运行，会有 warning )
- BeautifulSoup 4.x
爬虫
spider_news_cctv
2002 年至今的所有新闻联播内容，总计 4W 多
https://github.com/hailong0707/spider_news_cctvspider_news_all
证券日报，证券时报，证券日报网，南华早报，中国经营网，经济观察报，财经网，证券时报网，中证网，华尔街见闻 相关模块的整站爬取。证券日报，证券时报数据量可观，近 70W.
https://github.com/hailong0707/spider_news_allspider_news_gov
中国发展改革委员会 内容爬取已经文档下载，包含对 Word 文档的内容解析。
https://github.com/hailong0707/spider_news_govspider_news_finance
SinaFinance, FTChinese, CFI 三个财经类网站的数据爬取
https://github.com/hailong0707/spider_news_finance
免责
提供工具的参考学习，数据的用途等其他相关风险，自负。
 |
1
yuprince 2015-09-04 10:58:44 +08:00
这工具写的挺好玩。
|
 |
2
Moker 2015-09-04 11:17:36 +08:00
最近在爬微信。。。
|
 |
4
pangtianyu 2015-09-04 14:33:19 +08:00
好多人都是爬妹子 终于有个不一样的
|
 |
5
ljbha007 2015-09-04 14:37:46 +08:00
做数据分析？ 机器学习 然后炒股？
|
 |
6
regent 2015-09-04 15:46:25 +08:00
做新闻研究的可以用哦
|
 |
8
hailong0707 OP @pangtianyu 我也想爬妹子，做成 RESTful API ，写 Android 客户端 :)
|
|
9
hailong0707 OP @ljbha007 确实是数据分析，通过历年的新闻数据，结合实际，总结相关新闻预测的准确性
|
 |
10
ariestiger 2015-09-05 23:45:09 +08:00
有点意思， 最近也在抓上市公司的专利数据和司法裁判数据。
|
 |
11
JQ 2015-09-06 09:02:31 +08:00
.pyc 文件就不要上传了吧
|
 |
12
lj2546855 2015-09-06 17:30:21 +08:00 via Android
还得加点东西，比如说全球股市,PMI,CPI,公司财务报表，纳斯达克，证监会公告，隔夜拆借利率，汇率，克强指数，日经，恒生，黄金期货价格，成交量，算上天气、节日等影响因素，可以做出一个股票预测软件 o
|
Select Language