从 Niftyindices.com 获取指数数据：Python 代码和分步指南

python

2024-03-29 04:05:16

从 Niftyindices.com 获取指数数据：分步指南

作为一名经验丰富的程序员和技术作家，我很高兴与你分享从 Niftyindices.com 网站获取指数数据的详细指南。本指南将逐步引导你完成这个过程，并提供 Python 代码示例，以便于实现。

概述

Niftyindices.com 是一个提供印度股市指数信息的宝贵资源。本指南将重点介绍如何使用 Python 和 requests 库从该网站获取这些数据的具体步骤。

步骤

1. 导入必需的库

首先，你需要导入 requests 和 json 库。

import requests
import json

2. 创建请求头

请求头包含有关你的 HTTP 请求的信息，例如内容类型、接受类型和用户代理。

3. 设置请求正文

请求正文包含用于获取数据的参数。

4. 发送 HTTP 请求

发送 HTTP POST 请求以获取数据。

5. 解析 JSON 响应

HTTP 响应包含 JSON 格式的数据。

6. 排序和处理数据

将数据按日期排序并提取所需的字段。

7. 存储数据

将处理后的数据存储到 CSV 文件或数据库中以供进一步使用。

示例代码

以下 Python 代码示例演示了如何使用提供的步骤获取指数数据：

# 导入必需的库
import requests
import json
from datetime import datetime

# 创建请求头
headers = {
    'Content-Type': 'application/json; charset=utf-8',
    'Accept': 'application/json, text/javascript, */*; q=0.01',
    'Accept-Encoding': 'gzip, deflate',
    'Accept-Language': 'en-US,en;q=0.9',
    'Content-Length': '100',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.190 Safari/537.36',
    'Cookie': 'bm_sv=9B706239B47F50CA0B651E20BA5CBF74~YAAQFjkgF2zWSiyOAQAAdV0dQRfVSICkZc20SfI+PnDk8taK1Ppu1ZSmjclFkHqVgsGOE0vK3WnPMHuhY5kOStjVm4OnN1wm9SBRO3nIAvXWAVCR8iN23B8R7kHpcme82M8ytCrJ/LozntCxQlQSFqzuFwLw4+ZPBjdkICfQH4piCmjvZB3AH8NvCmf+nbzT34Q4JO4zYeYadkjlKjVRVIh0lzX2BK8crljTE9W+F1DUdtZYBRBUCM83OIfmZhnH6PnDu79C~1'
}

# 设置请求正文
payload = {
    'name': 'NIFTY 100',  # 指数名称
    'startDate': '01-Jan-2001',  # 开始日期
    'endDate': '10-Mar-2024'  # 结束日期
}

# 发送 HTTP POST 请求
JSonURL = 'https://www.niftyindices.com/Backpage.aspx/getHistoricaldatatabletoString'
r = requests.post(JSonURL, data=json.dumps(payload), headers=headers)

# 解析 JSON 响应
text = r.json()
datab = json.loads(text['d'])

# 排序和处理数据
sorted_data = sorted(datab, key=lambda x: datetime.strptime(x['HistoricalDate'], '%d %b %Y'), reverse=False)

# 存储数据
# 在此插入你自己的代码来存储数据

# 打印数据
for rec in sorted_data:
    row = []
    row.append(rec['Index Name'])
    row.append(datetime.strptime(rec['HistoricalDate'], '%d %b %Y'))
    row.append(rec['OPEN'].replace('-', '0'))
    row.append(rec['HIGH'].replace('-', '0'))
    row.append(rec['LOW'].replace('-', '0'))
    row.append(rec['CLOSE'])
    print(row)