企业官网建设流程全解析

前阵子有位做选股研究的朋友跟我抱怨，说网上免费行情接口要么要注册token，要么限制调用频次，折腾半天连第一份数据都拿不到。我的建议很简单：直接用Python爬虫抓东方财富网的公开行情接口，不需要登录、不需要对前端JS做逆向，5分钟就能把全市场A股的实时价格、涨跌幅、成交额这些核心字段抓回本地。这篇文章就是完整的实战记录，从接口分析、代码实现到实际运行中会踩的坑都会讲到。内容不依赖任何第三方财经SDK，只要装了Python和requests库就能直接跑。

1. 为什么我最终选择了东方财富的JSON接口

1.1 常见的行情数据获取方式都有什么毛病

做个人投研、量化选股或者单纯想验证交易想法的时候，第一步往往就是拿到一份干净的行情数据。我见过的大部分人首选的是tushare、baostock或者akshare这类现成库，但它们各自有绕不开的门槛。比如tushare的积分制度会导致部分接口调用受限，akshare虽然封装得简单，但本质上是把多个数据源揉在一起，经常遇到某个源某天突然失效的情况，排查起来比较费劲。至于用selenium去模拟浏览器打开行情页面，再一个个解析HTML节点，速度和稳定性都堪忧，盘中数据刷新一次要好几秒，基本没法做实时场景。

如果真的需要稳定、零成本、快速验证数据获取方案，东方财富网页版行情中心背后的JSON接口反而是最省事的一条路。它不需要申请任何凭证，浏览器能访问到的数据，我们直接构造HTTP请求就能拿到同样的JSON结构，比解析HTML简单一个量级。

1.2 东财接口的核心优势

东方财富的行情接口主要有几个特征让我愿意一直用它：第一，接口返回的是纯JSON，解析成本极低；第二，字段覆盖非常完整，从基础行情到估值、资金流、板块归属都有对应字段；第三，通过修改fs参数就能切换不同的股票池，既能拿沪深A股，也能拿创业板、科创板甚至某只具体股票的K线数据。

当然，任何免费数据源都有它的边界。东财这套接口主要是为网页端行情服务的，数据本身会有几秒到十几秒的延迟，对于日常选股、盘后复盘、历史数据分析来说完全够用，但如果想做毫秒级的高频交易，这不现实。技术选型上，一定要先判断自己的场景属于哪种类型，再决定要不要用爬虫方案，而不是一上来就拿着爬虫工具到处抓。

我在实际使用中把它定位为"个人研究向的公开数据获取手段"，频率控制到最低，每次请求间隔0.3秒以上，不并发、不暴力、不拿数据做任何商业化分发。这既是对数据源的尊重，也是避免给自己惹麻烦的基本操作。

2. 开抓之前，先把接口参数和返回结构摸清楚

2.1 核心接口URL与关键参数说明

我们主要用的是行情中心的列表接口：

https://push2.eastmoney.com/api/qt/clist/get

浏览器打开https://quote.eastmoney.com/center/gridlist.html这个行情页面，翻页、排序、切换板块时，网络请求里都会出现这个接口。它本身是个GET请求，所有筛选条件都放在Query参数里。最关键的参数如下：

这里稍微解释一下fs参数，它是决定"抓哪一批股票"的关键。沪深A股通常使用的组合值是：

m:0+t:6,m:0+t:80,m:1+t:2,m:1+t:23

拆开来看：

如果想包含北交所，还可以在后面追加m:0+t:81+s:2048。这个参数看起来像一串魔数，实际上是有规律的市场代码组合，记不住也没关系，从浏览器请求里原样复制就行。

ut参数是一个固定token，直接沿用浏览器的值即可，我用的是bd1d9ddb04089700cf9c27f6f7426281，目前是有效的。如果哪天接口升级这个token失效了，从浏览器请求里重新复制即可。

2.2 返回数据结构与字段含义对照

接口返回的JSON结构大概长这样：

{ "rc": 0, "data": { "total": 5362, "diff": [ { "f2": 10.85, "f3": 2.36, "f12": "600519", "f14": "贵州茅台" } ] } }

data.total是符合筛选条件的股票总数，data.diff是当前页的股票列表数组。fields参数里填了哪些f字段，diff里的每个对象就会返回哪些字段。常用字段我整理成了一张表：

理解了这个结构，剩下的工作其实就是"翻页拉取所有股票，然后拼成一个DataFrame"。不过要注意，某些字段在停牌或者特殊情况下会是null，比如长期停牌的股票没有最新价，后面清洗数据时要做空值处理。

3. 不知道接口怎么找？用浏览器开发者工具逆向一次

3.1 F12定位clist/get请求的完整过程

假设你完全不知道东财的接口地址，怎么靠浏览器把它找出来？整个过程没有技术难度，但步骤要说清楚。

首先用Chrome或Edge打开行情中心页面，我习惯直接用这个地址：https://quote.eastmoney.com/center/gridlist.html。打开之后按F12进入开发者工具，切到Network（网络）面板，再把筛选条件选成XHR或者Fetch/XHR，避免被图片、CSS文件干扰。此时按F5刷新页面，或者手动点击页面上方的"涨跌幅"表头排序触发一次数据请求。

面板里会出现很多条请求记录，我们需要找的是名字里带clist/get的那一条。点开这条请求，右侧面板切换到Headers可以看到请求URL，往下拉找到Query String Parameters，这里就是浏览器真实发送的完整参数列表。再切换到Preview或者Response面板，能看到返回的JSON里data.diff已经有股票数据了。

我在浏览器里定位请求时有个小习惯：先把页面上的筛选条件调整成我想要的目标股票池，比如先选"沪深京A股"，再按涨跌幅排序一次。这样做一次操作，触发出来的请求参数就是可以直接复用的正确组合，比自己凭空猜fs参数靠谱得多。

3.2 把浏览器请求原样复现到Python里

拿到请求URL和参数之后，先在浏览器地址栏直接访问一次这个URL，确认能返回JSON。注意有些接口如果带了cb回调参数，返回的会是JSONP格式，形如callback({...})，那不是纯JSON，需要额外处理。clist/get这个接口只要不主动加cb参数，返回的就是标准JSON，直接用resp.json()就能解析。

在Python里最简单的一版请求是这样的：

import requests url = "https://push2.eastmoney.com/api/qt/clist/get" params = { "pn": 1, "pz": 100, "po": 1, "np": 1, "ut": "bd1d9ddb04089700cf9c27f6f7426281", "fltt": 2, "invt": 2, "fid": "f3", "fs": "m:0+t:6,m:0+t:80,m:1+t:2,m:1+t:23", "fields": "f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f14,f15,f16,f17,f18", } headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36", "Referer": "https://quote.eastmoney.com/", } resp = requests.get(url, params=params, headers=headers, timeout=10) data = resp.json()["data"] print(data["total"]) print(data["diff"][0])

这里headers里的Referer和User-Agent是必带的，别偷懒。虽然东财对直接访问不强制校验Referer，但带上更接近浏览器行为，能减少很多莫名其妙的反爬拦截。

4. 完整代码：一次跑通沪深A股实时行情抓取

4.1 抓取函数：请求、分页、异常重试

直接上完整可运行代码。这段代码我拆成了几个函数，方便后续扩展。第一个函数负责单页请求，并加了简单的重试机制；第二个函数负责自动翻页拉到全市场数据。

import time import requests import pandas as pd BASE_URL = "https://push2.eastmoney.com/api/qt/clist/get" HEADERS = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36", "Referer": "https://quote.eastmoney.com/", } FIELDS = "f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f13,f14,f15,f16,f17,f18" FS_A_SHARE = "m:0+t:6,m:0+t:80,m:1+t:2,m:1+t:23" def fetch_page(pn=1, pz=100, retries=3): """获取单页沪深A股行情数据，带基础重试逻辑""" params = { "pn": pn, "pz": pz, "po": 1, "np": 1, "ut": "bd1d9ddb04089700cf9c27f6f7426281", "fltt": 2, "invt": 2, "fid": "f3", "fs": FS_A_SHARE, "fields": FIELDS, } for attempt in range(retries): try: resp = requests.get(BASE_URL, params=params, headers=HEADERS, timeout=10) resp.raise_for_status() data = resp.json().get("data") if data is None and attempt < retries - 1: time.sleep(1) continue return data if data else {"total": 0, "diff": []} except Exception as e: print(f"请求异常：{e}，第{attempt + 1}次重试") time.sleep(1) return {"total": 0, "diff": []} def fetch_all_stocks(pz=100, max_pages=None): """自动翻页抓取全部沪深A股行情数据""" first = fetch_page(pn=1, pz=pz) total = first.get("total", 0) print(f"沪深A股总数：{total}") all_rows = first.get("diff", []) or [] total_pages = (total + pz - 1) // pz if max_pages: total_pages = min(total_pages, max_pages) for page in range(2, total_pages + 1): print(f"正在抓取第 {page}/{total_pages} 页...") data = fetch_page(pn=page, pz=pz) all_rows.extend(data.get("diff", []) or []) # 控制请求频率，避免对数据源造成压力 time.sleep(0.3) return all_rows

max_pages参数是我平时调试用的，如果只想快速验证流程，可以传一个10，抓完前10页先看效果，确认没问题再去掉限制跑全量。

4.2 清洗函数：字段重命名、类型转换、代码补零

接口返回的原始字段名都是f2、f12这种，不方便直接阅读，建议在进入分析流程之前统一重命名。这里还有一个非常容易踩的坑：股票代码字段f12在某些情况下不保留前导零，比如平安银行会返回1而不是000001，必须用zfill(6)补零。

COLUMN_MAP = { "f2": "最新价", "f3": "涨跌幅", "f4": "涨跌额", "f5": "成交量", "f6": "成交额", "f7": "振幅", "f8": "换手率", "f9": "市盈率", "f10": "量比", "f12": "代码", "f13": "市场标识", "f14": "名称", "f15": "最高", "f16": "最低", "f17": "今开", "f18": "昨收", } NUMERIC_COLS = [ "最新价", "涨跌幅", "涨跌额", "成交量", "成交额", "振幅", "换手率", "市盈率", "量比", "最高", "最低", "今开", "昨收", ] def clean_data(rows): df = pd.DataFrame(rows) df.rename(columns=COLUMN_MAP, inplace=True) for col in NUMERIC_COLS: if col in df.columns: df[col] = pd.to_numeric(df[col], errors="coerce") if "代码" in df.columns: df["代码"] = df["代码"].astype(str).str.zfill(6) return df

重命名之后，你拿到的就是一个列名直白的干净DataFrame。errors="coerce"的作用是把无法转换的异常值变成NaN，避免因为个别字段是"-"或者null导致整列类型错乱。

4.3 主流程与运行结果验证

主流程非常简单：抓取原始数据，清洗，按涨跌幅排序，打印结果头部，然后保存成CSV。

if __name__ == "__main__": rows = fetch_all_stocks(pz=100, max_pages=10) df = clean_data(rows) df.sort_values("涨跌幅", ascending=False, inplace=True) print(df.head(20).to_string(index=False)) df.to_csv("stock_data.csv", index=False, encoding="utf-8-sig") print(f"共抓取 {len(df)} 条数据，已保存到 stock_data.csv")

如果环境已经准备好，从复制代码到看到输出，5分钟是真的够。第一次运行如果数据量是全市场五千多只股票，大概需要十几秒到半分钟，取决于网络状况。保存CSV的时候我特意用了utf-8-sig编码，这样用Excel直接打开不会出现中文乱码。

运行之后你应该能看到类似这样的输出：

沪深A股总数：5362 正在抓取第 2/54 页... 正在抓取第 3/54 页... ... 代码 名称 最新价 涨跌幅 301589 诺瓦星云 232.50 20.00 300738 奥飞数据 13.20 19.89 ...

看到这个输出，说明你的一整套抓取链路已经通了。从定位接口到数据落盘，整个过程其实就这么几步，并没有想象中那么玄乎。

5. 线上跑起来容易踩的5个坑，以及对应的规避方法

5.1 请求频次太高被限制时的表现

第一个坑很多人都会踩：把time.sleep(0.3)删掉，觉得多线程并发更快，结果跑了没几页就发现返回的数据全是空的。注意，东财反爬限流的表现不是直接返回403，也不是封IP，而是返回正常的HTTP 200，但data字段变成null。如果代码里没有对data is None做判断，继续往下跑就会报TypeError，然后你还在那儿排查字典结构，完全意识不到是被限流了。

所以我在fetch_page函数里专门加了一个判断：如果data是None且还没达到重试上限，就sleep 1秒再试一次。实测下来，单线程加0.3秒间隔是可以稳定跑完全市场的，没必要图快上并发。

5.2 股票代码前导零丢失

第二个坑是股票代码的格式问题。接口返回的f12字段看起来是字符串，但部分股票代码前面有零的时候，实际返回的是去掉前导零的数字形式。比如000001可能返回成1，002415可能返回成2415。如果你拿着这些代码去当主键做数据合并，或者去请求K线接口，一定会对不上数据。

解决办法就是前面代码里写的：df["代码"] = df["代码"].astype(str).str.zfill(6)。这一步必须在数据分析之前做，否则后续所有关联查询都会翻车。

5.3 成交量单位容易搞混

第三个坑是单位问题。接口返回的f5成交量单位是"手"，f6成交额单位是"元"。一手等于100股，这个转换关系知道的人不少，但真正处理数据的时候经常忘记。如果你要做换手率、量比相关的计算，最好在清洗阶段就统一单位，否则后面Colab或者Jupyter Notebook里越算越糊涂。建议加两列：成交量(股)和成交额(万元)，作为标准化的中间字段。

5.4 停牌股和处理不了的空值

第四个坑是空值。长期停牌的股票没有最新价、没有涨跌幅，接口返回的可能是null，也可能是空字符串。pd.to_numeric(errors="coerce")会把它们统一变成NaN，处理起来就方便了。做排序或者筛选的时候，NaN会被排到后面，这可能影响你的选股逻辑，比如你按涨跌幅从高到低排序，停牌股不会干扰头部结果，但如果你按某个指标筛选，最好先决定好对NaN是填充还是删除。

5.5 JSONP回调与编码问题

第五个坑来自接口的调用方式。有些教程会在URL里带一个cb=jQuery...这样的参数，这是为了满足网页端JSONP跨域需要的，结果返回内容变成callback({...})，直接用resp.json()解析会报错。我们的代码里完全没有加cb参数，所以返回的是纯JSON，不会遇到这个问题。另外，解析响应内容时用resp.json()，不要先resp.text再json.loads，前者能避免编码识别差异引起的中文乱码问题。

6. 从一次性抓取到持续跟踪：增量更新与历史K线扩展

6.1 简单落库方案：加个日期就形成历史快照

全量抓取只是一个起点，真正有价值的是每天积累数据。最简单的方案是每次运行脚本时，把当天日期拼进文件名：

from datetime import datetime today = datetime.now().strftime("%Y%m%d") df.to_csv(f"stock_data_{today}.csv", index=False, encoding="utf-8-sig")

这样每天收盘后跑一次，一个月之后你就有了20多个每日快照文件。配合pd.concat就能分析个股在一个月内的价格变化轨迹，做简单的回测样本也够了。如果你想把所有快照合并到一个文件里，可以在每天的DataFrame里加一列日期，然后追加写CSV，注意去重逻辑按"日期+代码"作为唯一键。

如果想更正式一点，可以用SQLite：

import sqlite3 conn = sqlite3.connect("stock_history.db") df["日期"] = datetime.now().strftime("%Y-%m-%d") df.to_sql("daily_snapshot", conn, if_exists="append", index=False) conn.close()

SQLite的好处是查询方便，想筛某一天的涨跌幅排名直接用SQL就行，不用把一堆CSV读进来。对个人项目来说，SQLite是完全够用的轻量方案，没必要为了存几千行数据专门去搭MySQL。

6.2 从实时行情到历史K线：push2his接口示例

很多做策略研究的人不满足于实时快照，还想要历史K线。东财的历史K线接口和列表接口风格非常接近，同样免鉴权、返回JSON。核心接口是：

https://push2his.eastmoney.com/api/qt/stock/kline/get

请求参数大概是这样的：

kline_url = "https://push2his.eastmoney.com/api/qt/stock/kline/get" kline_params = { "secid": "1.600519", # 格式：市场标识.代码，1表示沪市，0表示深市 "klt": "101", # K线类型：101日K，102周K，103月K "fqt": "1", # 复权类型：1前复权，2后复权，0不复权 "lmt": "120", # 返回多少根K线 "end": "20500101", # 结束日期 "fields1": "f1,f2,f3,f4,f5,f6", "fields2": "f51,f52,f53,f54,f55,f56,f57,f58", }

返回的data.klines里每一行是一个以逗号分隔的字符串，字段顺序对应fields2里定义的f51日期、f52开盘、f53收盘、f54最高、f55最低、f56成交量、f57成交额、f58振幅。拿到之后按逗号split成列表，就能拼出标准的K线DataFrame。

这里有一个关键点：secid里的市场标识和股票代码必须对应正确。沪市股票代码以6开头，市场标识是1；深市股票代码以0开头，市场标识是0。不要想当然地认为所有股票都是同一个市场代码，否则请求的K线数据会是空的。评论区经常有人问为什么K线返回null，十有八九就是这里搞错了。

6.3 后续还能往哪些方向扩展

上面这套代码已经构成了一个极简的行情数据获取框架。顺着同样的思路，你可以扩展的东西其实不少。

比如东财还有专门的基础信息接口，可以拿到股票所属行业、上市日期、总市值、流通市值等字段，对选股很有用。这些接口的调用方式跟clist/get一脉相承，只要换URL和参数就能复用同一个请求函数。

也可以从行情数据扩展到资金流数据，东财有按个股统计的主力净流入、超大单净流入等字段。做短线观察的人通常会对这些数据感兴趣，它们同样藏在某个f字段编号里，只需要把fields参数加长，或者调用对应的数据接口。

另一个实用的改进方向是做一个增量任务调度。比如用schedule库设置每天15点35分自动执行一次脚本，把当日快照落库，这样就完全不用手动干预了。个人电脑保持开机就行，实在不行放到一台便宜的云服务器上，定时任务加上日志输出，就能实现完全自动化的数据采集。

我在实际项目里的习惯是每天收盘后先把全市场快照入库，然后针对自选股列表调用一次K线接口，把当日最新K线追加到历史表。这样既保留了全市场的截面数据，又积累了个股的时序数据，两套数据配合起来，做策略验证时非常方便。等到积累了一个月以上的数据，你会发现很多简单的统计规律已经可以验证了，比如涨跌幅分布、换手率和次日表现的关系，这些都是最有价值的个人数据集来源。

最后再提醒一句，整个脚本里最重要的不是requests的用法，也不是字段映射表，而是那个看起来不起眼的time.sleep(0.3)。把它保留住，你的采集程序就能长期稳定地跑下去。我见过太多人删掉限速之后把接口抓挂，然后到处问为什么数据源封了自己。爬虫这东西，跑得快不如跑得久。