基于Python实现从和讯网上爬取房地产行业所有公司年度报告源代码

基于Python实现从和讯网上爬取房地产行业所有公司年度报告源代码 在和讯网下载房地产公司的财务报告 房地产行业 的四级代码为 421010 从锐思数据库下载 四级行业代码为 421010 的 上市公司代码 根据这些公司代码找报告 1. 找出所有公司 在 和讯网 的 公告链接 因为 有的网页响应的是公司年报的PDF文件，而 和讯网 响应的页面 元素 就是 文本信息，就不需要再 将PDF转为txt了 getReportUrl 从一家公司的url中，找到其 公告的url，匹配出 所有年度报告 的url 2. getReportTxtFromUrl 通过 一篇年报 的url获取其中 的文本内容