R:批量抓取沪市上市公司第三季度财务报表

1、网页结构解析

数据来源网站：

凤凰财经(http://finance.ifeng.com/app/hq/stock/sz000002/)

经过“审查元素”选项查看每个变量的html结构：

---

2、导入股票代码和构造变量值向量容器

> library(openxlsx)

> stockcode<-read.xlsx("C:/Users/steph/Desktop/stock/stockcode.xlsx",1,colNames=F)    #文件包含股票代码信息

> codes<-as.vector(stockcode[[1]])    #数据类型转换

> EPS<-vector(length=length(codes))        #每股收益

> NAV<-vector(length=length(codes))        #每股净资产

> ROE<-vector(length=length(codes))        #净资产收益率

> ND<-vector(length=length(codes))        #每股未分配利润

> CR<-vector(length=length(codes))        #每股资本公积

> OCFPS<-vector(length=length(codes))        #每股经营现金流

> NP<-vector(length=length(codes))        #净利润（万元）

> OI<-vector(length=length(codes))        #营业收入（万元）

> ROI<-vector(length=length(codes))        #投资收益（万元）

> FE<-vector(length=length(codes))         #财务费用（万元）

---

3、构造循环语句抓详细财务信息

> library(rvest)

> for(n in 1:length(codes)){

+ i<-codes[n]

+ url<-paste("http://finance.ifeng.com/app/hq/stock/",i,"/",sep="")

+ res1<-tryCatch({read_html(url)%>%html_nodes(".tabInfor06")%>%html_nodes("li")%>%.[1]%>%html_nodes("td")%>%.[2]%>%html_text%>%as.numeric()},error=function(e){"NA"})

+ EPS[n]<-res1

+ res2<-tryCatch({read_html(url)%>%html_nodes(".tabInfor06")%>%html_nodes("li")%>%.[2]%>%html_nodes("td")%>%.[2]%>%html_text%>%as.numeric()},error=function(e){"NA"})

+ NAV[n]<-res2

+ res3<-tryCatch({read_html(url)%>%html_nodes(".tabInfor06")%>%html_nodes("li")%>%.[3]%>%html_nodes("td")%>%.[2]%>%html_text%>%as.numeric()},error=function(e){"NA"})

+ ROE[n]<-res3

+ res4<-tryCatch({read_html(url)%>%html_nodes(".tabInfor06")%>%html_nodes("li")%>%.[4]%>%html_nodes("td")%>%.[2]%>%html_text%>%as.numeric()},error=function(e){"NA"})

+ ND[n]<-res4

+ res5<-tryCatch({read_html(url)%>%html_nodes(".tabInfor06")%>%html_nodes("li")%>%.[5]%>%html_nodes("td")%>%.[2]%>%html_text%>%as.numeric()},error=function(e){"NA"})

+ CR[n]<-res5

+ res6<-tryCatch({read_html(url)%>%html_nodes(".tabInfor06")%>%html_nodes("li")%>%.[6]%>%html_nodes("td")%>%.[2]%>%html_text%>%as.numeric()},error=function(e){"NA"})

+ OCFPS[n]<-res6

+ res7<-tryCatch({read_html(url)%>%html_nodes(".tabInfor06")%>%html_nodes("li")%>%.[7]%>%html_nodes("td")%>%.[2]%>%html_text%>%as.numeric()},error=function(e){"NA"})

+ NP[n]<-res7

+ res8<-tryCatch({read_html(url)%>%html_nodes(".tabInfor06")%>%html_nodes("li")%>%.[8]%>%html_nodes("td")%>%.[2]%>%html_text%>%as.numeric()},error=function(e){"NA"})

+ OI[n]<-res8

+ res9<-tryCatch({read_html(url)%>%html_nodes(".tabInfor06")%>%html_nodes("li")%>%.[9]%>%html_nodes("td")%>%.[2]%>%html_text%>%as.numeric()},error=function(e){"NA"})

+ ROI[n]<-res9

+ res10<-tryCatch({read_html(url)%>%html_nodes(".tabInfor06")%>%html_nodes("li")%>%.[10]%>%html_nodes("td")%>%.[2]%>%html_text%>%as.numeric()},error=function(e){"NA"})

+ FE[n]<-res10

+ next

+ }

---

4、构造数据框查看股票财务列表信息

> FS<-data.frame(EPS,NAV,ROE,ND,CR,OCFPS,NP,OI,ROI,FE)    #将抓取的数据构造数据框

> companydetail<-read.xlsx("C:/Users/steph/Desktop/stock/companydetail.xlsx",1,colNames=F)    #导入股票其它信息

> companyfinacedetail<-cbind(companydetail,FS)     #合并数据框

> names(companyfinacedetail)<-c("股票代码","公司名称","所属行业","总市值(万元)","流通市值(万元)","每股收益","每股净资产","净资产收益率%","每股未分配利润","每股资本公积","每股经营现金流","净利润(万元)","营业收入(万元)","投资收益(万元)","财务费用(万元)")     #修改变量名称

> head(companyfinacedetail,n=10)     #提取前10间公司财务信息

结果以下：

(End)