接上一篇获取完股票代码信息后，我们打开东方财富网，一通瞎点，进到某股票的K线板块
打开调试界面，XHR中并没有我们想要的数据，从网页数据加载来看应该不是实时资源的肯定有个传输的地方，我们先清空完所有Network的资源

然后把鼠标放到K线上可以从后台再次获取传输数据，
获取到数据立刻按按钮暂停获取，不然数据增多影响我们排查数据获取的Url，很快我们就可以查到JSON数据的url

该JSON数据获取地址的url为：http://56.push2his.eastmoney.com/api/qt/stock/kline/get?cb=jQuery1124035595705046364756_1592285193048&secid=1.600037&ut=fa5fd1943c7b386f172d6893dbfba10b&fields1=f1%2Cf2%2Cf3%2Cf4%2Cf5&fields2=f51%2Cf52%2Cf53%2Cf54%2Cf55%2Cf56%2Cf57%2Cf58&klt=101&fqt=0&end=20500101&lmt=120&_=1592285193152

首先我们能确认是个get请求方式，我们可以采用python代码进行提交参数的拆解，也可以肉眼拆解，

可以发现地址栏的jQuery与网页输出的部分数据相对应，股票代码为secid，但secid多了1. （此部分我们拿不同证券试验可以知道 深股为0. 上证为1. 开头 ）。
我们去掉jQuery看能否获取数据，

可以看到可以获取到相关的数据，而且变得干净了不少，后续我们一个个拆解看有哪些没用的提交参数。
观察完页面和数据，我们来着手代码部分，首先从上一篇获取股票代码的文章我们已经拿到所有股票代码，需要进行股票代码输出

def get_stock_code():
    #stock=['0.002415','0.000063']#深的股票为0. 上证为1.开头 加上对应股票代码
    stock=[]
    with open (file_stock,'r') as f:
        for i in f.readlines():
            if i !=None:
                 stock.append(i.strip("\n"))  
    #print(stock)
    if stock:   
        return stock #返回股票代码
    else:
        return stock

接着进行网页数据获取

def get_json(url):  # 获取JSON
    try:
        r=requests.get(url)  # 抓取网页返回json信息
        r.raise_for_status()
        r.encoding = 'utf-8'
        #print(r.json())
        #with open(r"C:\Users\xxp\.spyder-py3\testcode\tmp.txt", "w") as fp:
            #fp.write(json.dumps(r.json(),indent=4,ensure_ascii=False)) # txt测试是否成功获取网页
        return r.json()
    except:
        return 'false'

进而可以写出获取股票代码对应的JSON数据文件的代码：

def main():
    stock=get_stock_code()
    start= time.time()
    #print(num)
    for code in stock:  # 获取每个股票的数据
        url = 'http://push2his.eastmoney.com/api/qt/stock/kline/get?fields1=f1%2Cf2%2Cf3%2Cf4%2Cf5%2Cf6&fields2=f51%2Cf52%2Cf53%2Cf54%2Cf55%2Cf56%2Cf57%2Cf58%2Cf61&klt=101&fqt=1&secid='+str(code)+'&beg=0&end=20500000&_=1591683995756'# 1591683995 为时间戳 
        #此部分url删减了部分不需要的内容
        stock_info=get_json(url)#获取json数据
        get_stock_info(stock_info)#对数据进行处理
        time.sleep(3)# 暂停3秒，防止被服务器拉黑
    print('总耗时:' ,time.time()-start)    
    

最后进行获取数据的整合，填充股票名称和股票代码，放入一个EXCEL中方便分析，总体代码如下：

import requests
import pandas as pd
import time
import json
import os	
import csv
import numpy as np


file_stock=r'C:\Users\xxp\.spyder-py3\testcode\test\stock.txt' #股票代码txt
filename=r'C:\Users\xxp\.spyder-py3\testcode\test'#生成文件夹路径
file=r'C:\Users\xxp\.spyder-py3\testcode\test\stock.csv'#生成文件路径

class ClassName: # 构建类似static函数 python没有静态 只能自己构建
    COUNT=0
    def __init__(self, static):
        self.static = static
        ClassName.COUNT+=1 
    
def get_json(url):  # 获取JSON
    try:
        r=requests.get(url)  # 抓取网页返回json信息
        r.raise_for_status()
        r.encoding = 'utf-8'
        #print(r.json())
        #with open(r"C:\Users\xxp\.spyder-py3\testcode\tmp.txt", "w") as fp:
            #fp.write(json.dumps(r.json(),indent=4,ensure_ascii=False)) # txt测试是否成功获取网页
        return r.json()
    except:
        return 'false'
    
def get_stock_code():
    #stock=['0.002415','0.000063']#深的股票为0. 上证为1.开头 加上对应股票代码
    stock=[]
    with open (file_stock,'r') as f:
        for i in f.readlines():
            if i !=None:
                 stock.append(i.strip("\n"))  
    #print(stock)
    if stock:   
        return stock #返回股票代码
    else:
        return stock
    


def data_write_csv(file, datas):#file为写入CSV文件的路径，datas为要写入数据列表
    with open(file,'a+',encoding='utf-8-sig',newline='') as f:
        writer  = csv.writer(f)
        for data in datas:
            #print(data)#
            #data_str=','.join(data) #列表拆分成str
            #data_str=data_str.strip()
            #print(data_str)
            writer.writerow(data)
    print("保存文件成功，处理结束")
        


def get_stock_info(result):  # 获取某个股票的信息
    try:
        a_str = result.get("data").get("klines")# json数据对应值获取 报错时候跳过空值
        s_name= result.get("data").get("name")
        s_code= result.get("data").get("code")
        array_str = np.array(a_str) #数组存储
        #csv_str ="code,name,time,开盘,收盘,最高,最低,成交量,成交额,振幅,换手\n"
        items_all=[]
        for i in range(len(array_str)-31,len(array_str)-1): #数组长度限定30交易日内数据
            item = array_str[i] #获取数据
            items = item.split(",")#拆分后变成List函数
            items.insert(0,s_name)
            items.insert(0,'#'+s_code)#拼接数据
            items_all.extend([items]) #数组整合
        #print(items_all)
        if os.path.exists(filename):#文件路径检测
            #print("path exists")
            if os.path.exists(file): #文件检测 
                data_write_csv(file,items_all)# 进行excel多个股票写入
                
                ClassName(1)#调用自己构建的静态函数
                print('股票数',ClassName.COUNT) #输出调用次数
                
            else: #文件不存在就创建
                df=pd.DataFrame(data=items_all,columns=['code','name','time','开盘','收盘','最高','最低',
                                              '成交量','成交额','振幅','换手'])
                df.to_csv(file,index=False,encoding='utf_8_sig')
                print ('文件创建成功')
                
                ClassName(1)#调用自己构建的静态函数
                print('股票数',ClassName.COUNT) #输出调用次数
        else:
            os.makedirs(filename)
            print('create path success')
        return ''
    except Exception as e :
        return e
   
   
def main():
    stock=get_stock_code()
    start= time.time()
    #print(num)
    for code in stock:  # 获取每个股票的数据
        url = 'http://push2his.eastmoney.com/api/qt/stock/kline/get?fields1=f1%2Cf2%2Cf3%2Cf4%2Cf5%2Cf6&fields2=f51%2Cf52%2Cf53%2Cf54%2Cf55%2Cf56%2Cf57%2Cf58%2Cf61&klt=101&fqt=1&secid='+str(code)+'&beg=0&end=20500000&_=1591683995756'# 1591683995 为时间戳 
        #此部分url删减了部分不需要的内容
        stock_info=get_json(url)#获取json数据
        get_stock_info(stock_info)#对数据进行处理
        time.sleep(3)# 暂停3秒，防止被服务器拉黑
    print('总耗时:' ,time.time()-start)    
    
    
if __name__=='__main__': #在其他文件import这个py文件时,不会自动运行主函数
    main()

关于股票代码的获取可以参考我上一篇文章：Python获取所有股票代码以及股票历史成交数据分析
有什么不懂的或者代码可以优化的可以留言沟通，这个代码可以再加入一个获取状态判断400系列，从而进行400相关数据重新获取，以及多线程+多进程方式加快数据的获取。