一、核心技术栈与前期准备
1. 核心技术工具说明
本次自动化选股项目依赖 Python 的三大核心库，各自承担关键职责：
- Requests：轻量高效的 HTTP 请求库，负责向金融数据网站发送请求，获取公开的个股行情与财务数据，是爬虫实现的核心工具。
- BeautifulSoup4：强大的网页解析库，能够将 Requests 获取的杂乱 HTML 页面解析为结构化数据，方便提取我们需要的股票代码、营收、净利润等核心信息。
- Pandas：高性能的数据处理与分析库，负责对提取的金融数据进行清洗、整理、指标计算与筛选，是实现选股逻辑的关键支撑。
2. 前期环境搭建
其中 lxml 是 BeautifulSoup4 的高效解析器，能够提升网页解析速度，建议一并安装。
同时需要说明：本文选取公开的股票数据作为抓取来源（公开非付费数据），仅用于技术学习与研究，不构成任何投资建议。金融数据具有实时性与波动性，实际投资中需结合更多专业信息进行判断。
二、项目实现流程概述
本次 Python 自动化选股的核心流程分为四步：
- 爬虫搭建：抓取 A 股市场个股的基础信息（股票代码、名称）与核心财务 / 行情数据（每股收益、净利润增长率、市盈率、市净率等）；
- 数据清洗：处理抓取到的缺失值、异常值、格式错误等问题，形成标准化数据集；
- 选股逻辑实现：基于价值投资与成长投资的核心指标，预设筛选规则，利用 Pandas 完成自动化筛选；
- 结果输出：将筛选出的潜力股整理为表格，保存为本地文件方便查阅。
三、完整代码实现与分步解析
步骤 1：导入所需库
首先导入项目依赖的所有 Python 库，并进行基础配置（如请求头设置，避免被网站反爬拦截）。
import requests
from bs4 import BeautifulSoup
import pandas as pd
# 配置请求头，模拟浏览器访问，避免被网站反爬
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36'
}
步骤 2：抓取股票基础数据与核心指标
本次我们抓取某财经网站的 A 股列表数据，提取核心选股指标。为了保证代码可运行性，我们先抓取个股列表页面，再批量提取关键数据（注：因网站反爬机制限制，本文采用简化版抓取逻辑，避免高频请求触发拦截）。
import requests
from bs4 import BeautifulSoup
import pandas as pd
# 配置请求头
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36'
}
def get_stock_data():
"""
抓取 A 股个股核心数据，返回结构化列表
"""
proxies = {}
url =
:
response = requests.get(url, headers=headers, proxies=proxies, timeout=)
response.raise_for_status()
response.encoding =
soup = BeautifulSoup(response.text, )
stock_list = []
stock_items = soup.find_all(, class_=)
item stock_items[:]:
:
stock_code = item.find().get(, )
stock_name = item.find().get_text(strip=).split()[]
detail_url =
detail_response = requests.get(detail_url, headers=headers, proxies=proxies, timeout=)
detail_response.encoding =
detail_soup = BeautifulSoup(detail_response.text, )
eps = detail_soup.find(, class_=).get_text(strip=, default=)
profit_growth = detail_soup.find(, class_=).get_text(strip=, default=)
pe = detail_soup.find(, class_=).get_text(strip=, default=)
pb = detail_soup.find(, class_=).get_text(strip=, default=)
stock_info = {
: stock_code,
: stock_name,
: (eps.replace(, ).replace(, )),
: (profit_growth.replace(, ).replace(, )),
: (pe.replace(, ).replace(, )),
: (pb.replace(, ).replace(, ))
}
stock_list.append(stock_info)
Exception e:
stock_list
Exception e:
()
[]
