獲得來自谷歌財經也就是API

Question

谷歌的財務API範圍之外的財務數據是不完整的 - 許多頁面上的人物，如：

http://www.google.com/finance?fstype=ii&q=NYSE:GE

不可通過API。

我需要此數據根據Greenblatt的公式，可以通過谷歌搜索「greenblatt index scans」在加拿大證券交易所對公司進行排名。

我的問題：訪問和處理這些網頁上的數據最聰明/乾淨/有效的方式是什麼？在這種情況下，這種乏味的方法確實是必要的，如果是這樣的話，那麼最好的方法是什麼？我目前正在學習與此相關的項目的Python。

Answer 1

您可以嘗試要求Google提供缺少的API。否則，你會陷入screen scraping，這從來沒有樂趣，容易打破，恕不另行通知，並且可能違反了Google的服務條款。

但是，如果你仍然想寫一個屏幕刮板，很難擊敗mechanize和BeautifulSoup的組合。 BeautifulSoup是一個HTML解析器，mechanize是一個基於Python的網頁瀏覽器，可以讓你登錄，存儲cookies，並像其他任何網頁瀏覽器一般瀏覽。

Answer 2

刮網頁總是很爛，但我會建議將它們轉換爲XML（通過整齊或其他一些HTML - > XML程序）。然後使用XPath走，你感興趣的節點

Answer 3

BeautifulSoup會是用Python解析HTML的首選方法

您是否研究過Google以外的選項（例如Yahoo Finance API）？