python通信达数据_Python读取通达信数据
Python读取通达信数据
⼀、介绍
python获取股票数据的⽅法很多，其中Tushare 财经数据接⼝包很好⽤，当然，也可以通过通达信本地的数据获取，这样更为⽅便。⽇线数据存在这路径下
D:\通达信\vipdoc\sh\lday(我的通达信安装⽬录是D盘)
接着我们需要的就是解析这些数据，在分别存为
csv
格式的数据就⾏了，这样我们可以⽅便的⽤
pandas
或其他⽅法读取和分析。
通达信的⽇线数据格式如下：
每32个字节为⼀天数据每4个字节为⼀个字段，每个字段内低字节在前00
~ 03
字节：年⽉⽇,
整型04 ~ 07
字节：开盘价*100，
整型08 ~ 11
字节：最⾼价*100,
整型12 ~ 15
字节：最低价*100,
整型16 ~ 19
字节：收盘价*100,
整型20 ~ 23
字节：成交额(元)，float型24
~ 27
字节：成交量(股)，整型28
~ 31
字节：(保留)
打开⼀个
.day
的⽂件，发现是乱码，以⼆进制格式存储，那么我们只需按照上⾯存的字节数解析下就可以了。
先读取⼀天的数据
>>> f =
open('D:/通达信/vipdoc/sh/lday/sh000001.day',
'rb') >>> f.read(32)
b'\xa2\xde2\x01\x14\x9b\x03\x00\x0f\x9d\x03\x00\x8d\x91\x03\x00\xef\x93\x03\x00\xcb\xbc\x14Q\x9a\xfb|\x02-\x01Z\x02'
这应该就是⼀天的数据了，我们对这个数据进⾏解析，这⾥需要⽤到
struct
模块中的
unpack ⽅法
>>>
import struct >>> f =
open('D:/通达信/vipdoc/sh/lday/sh000001.day',
'rb') >>> li =
struct.unpack('lllllfll', li)
>>> data (20111010,
236308, 236815, 233869, 234479, 39926411264.0, 41745306, 39452973)
#
分别为⽇期，开盘，最⾼，最低，收盘，成交额，成交量，保留值
unpack⽤法：
前⼀个参数是格式，'lllllfii'
就是⼀个浮点数格式(f，这⾥对应⽇线数据中的成交额是float格式)和其他整形格式(i，这⾥对应⽇线数据中的其他数据是
int
格式)
那么剩下的问题不⼤了
⼆、完整代码
在 sh
⽬录下新建了个
pythondata
⽂件夹，注意⽂件路径分隔符是
/
import struct import datetime def stock_csv(filepath,
name): data = [] with open(filepath, 'rb') as f: file_object_path =
'D:/通达信/vipdoc/sh/pythondata/'
+ name +'.csv' file_object = open(file_object_path, 'w+') while
True: stock_date = f.read(4) stock_open = f.read(4) stock_high =
= f.read(4) stock_vol = f.read(4) stock_reservation = f.read(4) #
date,open,high,low,close,amount,vol,reservation if not stock_date:
break stock_date = struct.unpack("l", stock_date) #
4字节
如20091229 stock_open = struct.unpack("l",
stock_open)
#开盘价*100
stock_high = struct.unpack("l", stock_high)
#最⾼价*100
stock_low= struct.unpack("l", stock_low)
#最低价*100
stock_close = struct.unpack("l", stock_close)
#收盘价*100
stock_amount = struct.unpack("f", stock_amount)
#成交额
stock_vol = struct.unpack("l", stock_vol)
#成交量
stock_reservation = struct.unpack("l", stock_reservation)
#保留值
date_format =
datetime.datetime.strptime(str(stock_date[0]),'%Y%M%d')
#格式化⽇期
list=
date_format.strftime('%Y-%M-
%d')+","+str(stock_open[0]/100)+","+str(stock_high[0]/100.0)+","+str(stock_low[0]/100.0)+","+str(stock_close[0]/100.0)+","+str(s
file_object.writelines(list) file_object.close()
stock_csv('D:/通达信/vipdoc/sh/lday/sh000001.day',
'1')
运⾏下，打开
1.CSV ⽂件
OK
三、批量解析
import os import struct import datetime def
stock_csv(filepath, name): data = [] with open(filepath, 'rb') as
f: file_object_path =
'D:/通达信/vipdoc/sh/pythondata/'
+ name +'.csv' file_object = open(file_object_path, 'w+') while
True: stock_date = f.read(4) stock_open = f.read(4) stock_high =
= f.read(4) stock_vol = f.read(4) stock_reservation = f.read(4) #
date,open,high,low,close,amount,vol,reservation if not stock_date:
break stock_date = struct.unpack("l", stock_date) #
4字节
如20091229 stock_open = struct.unpack("l",
stock_open)
#开盘价*100
stock_high = struct.unpack("l", stock_high)
#最⾼价*100
stock_low= struct.unpack("l", stock_low)
#最低价*100
stock_close = struct.unpack("l", stock_close)
#收盘价*100
stock_amount = struct.unpack("f", stock_amount)
#成交额
stock_vol = struct.unpack("l", stock_vol)
#成交量
stock_reservation = struct.unpack("l", stock_reservation)
#保留值
date_format =
datetime.datetime.strptime(str(stock_date[0]),'%Y%M%d')
#格式化⽇期
list=
date_format.strftime('%Y-%M-
%d')+","+str(stock_open[0]/100)+","+str(stock_high[0]/100.0)+","+str(stock_low[0]/100.0)+","+str(stock_close[0]/100.0)+","+str(s
file_object.writelines(list) file_object.close() path =
'D:/通达信/vipdoc/sh/lday/'
listfile =
writelines在python中的用法os.listdir('D:/通达信/vipdoc/sh/lday/') for i in listfile: stock_csv(path+i, i[:-4])运⾏下

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。