天天基金数据接口的处理

最近在分析基金的相关数据，曾一度为找不到基金数据而发愁。目前我常用的数据平台有两个，一个是Tushare平台，但是我的积分不够，因此无法调取基金数据。另一个是优矿平台，但是优矿平台不能在本地调取数据，只能在优矿平台上面调取，然后保存到本地。

后来在网上发现了天天基金的数据接口，该接口返回的是文本数据，需要对原始数据进一步处理才可以使用。网上许多大佬都只是给了调用链接，并没有进一步分享数据处理的步骤。在这里，分享一下我的数据处理步骤，以方便大家直接调用基金数据。

1、当前基金净值获取

• 数据接口:
  http://fundgz..com.cn/js/001186.js?rt=06

001186为基金代码，想要调取其他基金数据，替换掉该代码即可；

?rt=06为时间戳，避免浏览器缓存数据，其实没有这一部分也可以。

在浏览器中输入上面的数据接口，可以得到下面的返回结果：

jsonpgz({ 
   "fundcode":"001186","name":"富国文体健康股票","jzrq":"2022-09-20","dwjz":"1.9300","gsz":"1.9187","gszzl":"-0.58","gztime":"2022-09-21 15:00"}); 

上面返回的数据是文本数据，我们无法进行分析，因此需要进行数据处理工作，将文本字符转化为字典、dataframe等格式的数据。

通过观察文本，我们可以看到jsonpgz()里面是一窜符合字典格式的文本，因此我们可以通过json，将该文本转换成字典格式，下面是具体的代码：

讯享网import requests import pandas as pd import json import re import time def realtmfundinfo(fundcode): ''' Parameters ---------- fundcode : str 基金代码. Returns ------- fund_info : dict 返回基金最近一个交易日的单位净值(dwjz)、基金名称(name)、净值日期(jzrq)、估计净值(gsz)、估计增长率%(gszzl)、估计日期(gztime). ''' fund_id=fundcode real_time_url=str("http://fundgz..com.cn/js/"+fund_id+".js?rt=06") #?rt=06为时间戳，不写该部分也可以 org_content = requests.get(real_time_url)#向网站发起请求 fund_info = org_content.text#获取网站返回的文本，即上文中的文本字符串 fund_info = re.findall(r"\{.+\}", fund_info)#运用正则表达式获取除去jsonpgz()之外的文本数据，即jsonpgz()中的文本 fund_info = json.loads(fund_info[0])#使用json方法，将该字符串转化为字典格式 return fund_info fund_info = realtmfundinfo("001186") print(type(fund_info),fund_info) 

看一下输出结果：

<class 'dict'> { 
   'fundcode': '001186', 'name': '富国文体健康股票A', 'jzrq': '2022-09-20', 'dwjz': '1.9300', 'gsz': '1.9187', 'gszzl': '-0.58', 'gztime': '2022-09-21 15:00'} 

变成了我们期望的字典格式。

2、历史基金净值获取

• 数据接口:
  http://fund.eastmoney.com/pingzhongdata/001186.js?v=842

001186为基金代码，想要调取其他基金数据，替换掉该代码即可；

?v=842为时间戳，避免浏览器缓存数据，其实没有这一部分也可以。

在浏览器中输入上面的数据接口，便可以得到该基金的申购费率、持仓股票、历史单位净值、历史累计净值等多个信息，由于返回的数据较多，这里就不一一列明。有兴趣的，可以点进该链接查看，数据有中文备注。

下面直接看文本处理代码：

讯享网

讯享网def htrfundinfo(fundcode): ''' Parameters ---------- fundcode : str 基金代码. Returns ------- fund_nav : DataFrame 返回基金的净值日期（date）、单位净值（nav）、累计净值(cumnav)、净值回报率(equityReturn)、每份派送金(unitMoney). ''' fund_id = fundcode history_tmurl="http://fund.eastmoney.com/pingzhongdata/"+fund_id+".js?v=842" #?v=842为时间戳，避免浏览器缓存 org_content = requests.get(history_tmurl)#向网站发起请求 fund_info = org_content.text#获取网站返回的文本，即我们在浏览器中看到的全部文本数据 temp_nav = re.findall(r"Data_netWorthTrend\s\=\s(\[\{.+\}\]);\/\*累计净值走势\*\/", fund_info)[0]#运用正则表达式，提取单位净值 temp_nav = json.loads(temp_nav)#将文本数据，转化为字典格式 temp_nav = pd.DataFrame(temp_nav)#将字典转化为dataframe格式 temp_nav.rename(columns= { 
   "x": "date", "y":"nav"}, inplace=True)#修改列名称，x修改为date，y修改为nav n = len(temp_nav["date"]) for i in range(n): temp_nav["date"][i] = time.strftime('%Y-%m-%d',time.localtime(temp_nav["date"][i]/1000.))#因为返回的时间是个时间戳，所以需要将其转化为正常的时间 temp_nav=temp_nav.set_index('date')#将时间设置为索引 temp_cumnav = re.findall(r"Data_ACWorthTrend\s\=\s(\[.+\]);\/\*累计收益率走势\*\/", fund_info)[0]#运用正则表达式，提取累计净值 temp_cumnav = eval(temp_cumnav)#累计净值的文本不是字典格式，是list格式，因此使用eval函数，将文本转化为list temp_cumnav = pd.DataFrame(temp_cumnav)#将list转化为dataframe temp_cumnav.rename(columns= { 
   0: "date", 1:"cumnav"}, inplace=True)#从新修改列名 m = len(temp_cumnav["date"]) for i in range(m): temp_cumnav["date"][i] = time.strftime('%Y-%m-%d',time.localtime(temp_cumnav["date"][i]/1000.))#因为返回的时间是个时间戳，所以需要将其转化为正常的时间 temp_cumnav = temp_cumnav.set_index('date')#将时间设置为索引 fund_nav = pd.concat([temp_nav, temp_cumnav],axis=1,join="inner")#将两个dataframe表格按照index进行合并 return fund_nav fund_info = htrfundinfo("001186") print(type(fund_info)) print(fund_info.head()) 

看一下输出结果：

<class 'pandas.core.frame.DataFrame'> nav equityReturn unitMoney cumnav date 2015-05-06 1.000 0.0 1.000 2015-05-08 1.004 0.0 1.004 2015-05-15 1.021 0.0 1.021 2015-05-22 1.078 0.0 1.078 2015-05-29 1.112 0.0 1.112 

变成了我们想要的dataframe数据格式。

3、基金名称列表获取

• 数据接口:
  http://fund.eastmoney.com/js/fundcode_search.js

在浏览器中输入上面的数据接口，就可以得到所有基金的基金代码、基金名称、基金类型这些信息。

下面是文本处理代码：

讯享网def getfundlist(): ''' Returns ------- fund_list : DataFrame 所有基金列表. ''' list_url="http://fund.eastmoney.com/js/fundcode_search.js" org_content = requests.get(list_url)#向网站发起请求 temp_list = org_content.text#获取请求结构，即我们在浏览器中观看到的文本数据 temp_list = re.findall(r"\[.+\]",temp_list)[0]#运用正则表达式提取所需数据 temp_list = eval(temp_list)#因为该文本是list格式，所有要用eval函数 fund_list = pd.DataFrame(temp_list)#转化为dataframe格式 fund_list.rename(columns= { 
   0: "fundcode", 1:"jiancheng",2:"name",3:"type",4:"pingyinquangcheng"}, inplace=True)#重新命名列名 fund_list = fund_list.set_index("fundcode")#设置基金代码作为索引 return fund_list fund_info = getfundlist() print(type(fund_info)) print(fund_info.head()) 

查看返回结果：

<class 'pandas.core.frame.DataFrame'> jiancheng name type pingyinquangcheng fundcode 000001 HXCZHH 华夏成长混合 混合型-灵活 HUAXIACHENGZHANGHUNHE 000002 HXCZHH 华夏成长混合(后端) 混合型-灵活 HUAXIACHENGZHANGHUNHE 000003 ZHKZZZQA 中海可转债债券A 债券型-可转债 ZHONGHAIKEZHUANZHAIZHAIQUANA 000004 ZHKZZZQC 中海可转债债券C 债券型-可转债 ZHONGHAIKEZHUANZHAIZHAIQUANC 000005 JSZQXYDQZQ 嘉实增强信用定期债券 债券型-长债 JIASHIZENGQIANGXINYONGDINGQIZHAIQUAN 

变成了我们想要的dataframe数据格式。

4、文件打包

我将上述文件保存为了.py格式的文本，大家可以将该文本放入到代码文件夹中，然后通过import的方式直接调用，例如：

讯享网import fund_api as fa fundlist = fa.getfundlist() print(fundlist.head()) 

查看一下输出结果：

 jiancheng name type pingyinquangcheng fundcode 000001 HXCZHH 华夏成长混合 混合型-灵活 HUAXIACHENGZHANGHUNHE 000002 HXCZHH 华夏成长混合(后端) 混合型-灵活 HUAXIACHENGZHANGHUNHE 000003 ZHKZZZQA 中海可转债债券A 债券型-可转债 ZHONGHAIKEZHUANZHAIZHAIQUANA 000004 ZHKZZZQC 中海可转债债券C 债券型-可转债 ZHONGHAIKEZHUANZHAIZHAIQUANC 000005 JSZQXYDQZQ 嘉实增强信用定期债券 债券型-长债 JIASHIZENGQIANGXINYONGDINGQIZHAIQUAN 

可以正常调用。

参考资料：

[1]天天基金网数据接口 - tooltime - 博客园 (cnblogs.com)

• 本文章，首发于微信公众号：宏蜘蛛，原文链接：天天基金数据接口的处理（python）

End