首先先让小编插播一条小广告！
如果是在准备5月考试的小伙伴，一定千万不要错过我们的急救抢分营！营内打包了CFA单科完整强化课+经典题课+品职独有闯关做题系统+全方位督学服务！骨折价，原价619.9元的抢分营现在只要9.9元，最后2天参与机会，还没参与的可以扫描对应级别二维码进营。
从左往右，分别是一级、二级、三级，按级别添加回复【急救】
对于大多属于刚入股市的股（jiu）民（cai）来说，可能会选择跟着专业分析师的推荐去购买股票。但分析师推荐的股票究竟有哪些？这些股票又是否真的靠谱？这才是我们作为一个合格韭菜该去思考和探索的问题。
本文将先从第一个问题入手，在获取分析师选股评级数据的同时，带着读者们了解Python两大爬虫神器。
爬虫小白也能学会的代码，你准备好了吗？
寻找数据源
目标网页
和所有的爬虫一样，在最开始我们需要先确定爬虫的目标。
在本文中，我们将以新浪最新投资评级数据作为目标网页👇：
http://stock.finance.sina.com.cn/stock/go.php/vIR_RatingNewest/index.phtml
网址解析
与以往的爬虫不同（参考文章《2020年基金Top50持仓偏好？Python告诉你（上/下）》），新浪最新投资评级的数据抓取并不需进行抓包，我们可以直接通过对原网址的内容解析，获取原始的html内容，对其解析，以获取最新投资评级数据。也就意味着：
存储数据的网址=原网址
但在此之前，我们依旧需要对原网址的构成进行简单的解析。
与抓包的过程类似，我们在网页上选择「每页显示」为60，并选择点击「页数」为第2页。
观察网址链接变化为👇：
http://stock.finance.sina.com.cn/stock/go.php/vIR_RatingNewest/index.phtml?num=60&p=2
再试验一下其余「每页显示」及「页数」，则可得出结论：
num=60：表示页面显示为60条股票评级信息；
p=2：表示显示第2页。
到此为止，我们的网址解析便基本结束。
爬虫及网页内容解析
在确定了网址的构成结构后，我们便可以开始尝试用Python进行爬虫了。
在此前的爬虫文章中，我们曾详细讲解了如何利用爬虫常用模块——requests进行爬虫，过程略显复杂。
因此，小编将为大家介绍一款全新的爬虫神器，为大家实现一键爬虫~
爬虫神器
话不多说，我们直接上操作步骤（以Chrome浏览器为例）：
Step 1
利用Chrome浏览器的开发者工具（Developer Tool），获取目标网页的cURL信息：
1.点击右键，进入「检查」
2.选择「Network」后，点击「Doc」
3.刷新页面
4.选中「index.phtml」右击
5.选中「Copy」，点击「Copy as cURL」
Step 2
将cURL信息转化为Python爬虫代码：
1.进入cURL转化工具：https://curl.trillworks.com，将cURL信息粘贴到左侧空白栏「curl command」
2.拷贝「Python requests」内代码，粘贴至自己的Python脚本内：
3.将不需要的cookies内容剔除；
4.将函数内requests.get内的网址链接替换为目标网址（含num和p信息的网址）；
5.提取响应内容。
就这样，我们利用「开发者工具」和「cURL转化工具」，迅速完成了所有的爬虫代码部分~
网页内容解析
利用上述代码获取到的网页内容是一窜形如HTML格式的字符串。
针对这类数据，通常我们会选择用bs4模块对这类数据进行解析，提取节点内容。（参考《2020年基金Top50持仓偏好？Python告诉你（下）》）
本文将介绍一款针对HTML的解析神器——pd.read_html函数！
pd.read_html
pd.read_html是pandas模块内的函数，能够将目标网页中的所有 解析网页内容 简单观察网页源代码，我们可以确认，投资评级数据确实存储在 用简单的一行代码，获取网页内存储的表格信息： 至此，在不了解网页前端知识的背景下，我们只用5行核心代码，便完成了股票投资评级数据的获取。 分析师选股评级数据 通过上述内容，我们可以获取单页的分析师选股评级数据，但如果想要获取完整、规范的新浪财经网列出的所有数据，则还需要进一步优化代码，具体优化目标有： 利用循环获取每页信息 规范「股票代码」字段的格式 「摘要」字段填入文章链接 以上目标则需要掌握更为扎实的Python及爬虫知识和pandas使用技巧。 想要更好掌握数据分析&爬虫神器Python，获取数据完整代码，可以选择购买品职小课的Python课程： 0基础向 《Python量化：金融数据爬虫、择时及选股策略（合集）》 360天 Python基础语法 + 数据分析 + Python量化：金融数据爬虫、择时及选股策略 55小时 生成邀请卡，分享2人关注，即可享受以1099元购买课程权益； 老学员可用品职积分抵扣，积分与分享优惠不可同时使用。 非0基础向 《Python量化：金融数据爬虫、择时及选股策略》 180天（现在购买，有效期360天） 金融数据爬虫、择时及选股策略 18小时 生成邀请卡，分享4人关注，即可享受以499元购买课程权益； 老学员可用品职积分抵扣，积分与其余优惠不可同时使用。 下章预告 在获取了分析师投资评级数据后，小编不禁想知道：专业人士的推荐真的有效么？能否根据这些信息构建有效的选股策略呢？ 我们将在下篇文章进行探索！ 相关文章推荐 戳原文，直接购买「2021品职CFA课程」标签下的表格转为DataFrame格式，存储在list中。
节点中，可以直接用pd.read_html进行解析。
课程名：课程有效期：课程内容：课程时长：课程优惠：
课程名：课程有效期：课程内容：课程时长：课程优惠：
