近来看了一些讲财务报表分析的书，自己也想趁热打铁练习练习，毕竟光说不练假把式嘛。于是首要任务便是下载上市公司的财报数据，自己以前也下载过，估计不会有什么麻烦，没想到做起来却犯了难。
首先，财报下载主要有2个途径：
1、专业数据库下载。比如国泰安、Wind数据库、Choice数据库等。
优点：数据完整，准确度较高。
缺点：收费。
2、财经网站下载（可能需要爬虫）。比如新浪财经、东方财富网。（网易财经以前可以，现在已经停止相关服务）
优点：免费。
缺点：需要手动搜集整理数据，甚至需要用网络爬虫，对技术有一定要求。
可见，两种途径优劣互补。但作为动手能力强的白嫖党，肯定毫不犹豫地选择第2种啦。（好吧我承认还是因为穷……）
一、分析思路
打开新浪财经网页，随便输入一支股票（这里以汤臣倍健为例），然后进入它的财务报表页面，发现它已经详细展示了历年资产负债表、利润表和现金流量表数据，摆出了一副渴望被爬取的架势。
网址：汤臣倍健(300146)财务摘要_新浪财经_新浪网 (sina.com.cn)
页面上，我们可以在不同报表间切换，也可以点击切换“年报”“中报”其他类型。切换后地址栏URL没有变化，显然是使用了动态网页技术，我们需要通过浏览器的“检查”→“网络”来捕获实际访问的地址。
稍加尝试，我们便捕捉到了动态页面加载时实际访问的URL：
经过测试，我们发现网址中的callback参数可以去除，不影响返回的数据结果，于是我们得到了所真正需要的URL：
资产负债表：https://quotes.sina.cn/cn/api/openapi.php/CompanyFinanceService.getFinanceReport2022?paperCode=sz300146&source=fzb&type=4&page=1&num=10
利润表：https://quotes.sina.cn/cn/api/openapi.php/CompanyFinanceService.getFinanceReport2022?paperCode=sz300146&source=lrb&type=4&page=1&num=10
现金流量表：https://quotes.sina.cn/cn/api/openapi.php/CompanyFinanceService.getFinanceReport2022?paperCode=sz300146&source=llb&type=4&page=1&num=10
在浏览器中打开上面三个链接，发现返回的都是json数据：
我们要的年度财务报表数据就嵌套在json数据的一个又一个字典中，并且里面的汉字使用了Unicode编码，好在我们可以使用强大的Python和它的json库，能够轻松地把我们要的数据提取出来。
二、代码实现
分析完思路，明确了我们要访问的URL和要解析的数据，接下来就可以尝试着用Python代码实现啦，毕竟人生苦短，请用Python~~代码整体的结构就是：
1、访问URL获取数据
2、用json库解析数据
3、保存数据并输出为Excel文件
话不多说，为老铁们送上热乎的代码：
import requestsimport timeimport jsonimport pandas as pdstart_year = '2022'market = 'sz' # sz代表深交所，sh代表上交所code = '300146'sheets = ['fzb','lrb','llb']tp = '4' # 0：全部，1：一季报，2：半年报，3：三季报，4：年报page = '1'num = '10'hds = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36 Edge/17.17134'}for sheet in sheets: com_url = 'https://quotes.sina.cn/cn/api/openapi.php/CompanyFinanceService.getFinanceReport' + start_year + '?paperCode=' + market + code + '&source=' + sheet + '&type=' + tp + '&page=' + page + '&num=' + num r = requests.get(com_url, headers = hds) rtext = r.text json_data = json.loads(rtext) projects = []; i = 0; result_dict = dict() for year in range(int(start_year), int(start_year) - int(num), -1): year_data = json_data['result']['data']['report_list'][str(year) + '1231']['data'] i = i + 1; year_result = [] if i == 1: for dct in year_data: projects.append(dct['item_title']) result_dict['报表项目'] = projects for dct in year_data: if str(dct['item_value']) == 'None': year_result.append(0) elif dct['item_value'] == '': year_result.append('') else: year_result.append(float(dct['item_value'])) result_dict[str(year) + '年'] = year_result time.sleep(1) sheet_data = pd.DataFrame(data = result_dict) sheet_data.to_excel(code + ' ' + sheet + '.xlsx',index = False) print(code + ' ' + sheet + ' 数据已保存')
上述代码要求安装了requests和pandas库，小伙伴们可以自己复制粘贴代码运行一下，有什么问题可以评论区留言。
运行完毕后，就会生成三个Excel文件，即我们心心念念的资产负债表、利润表、现金流量表。
三、结果展示
大家看看结果吧，是不是自己想要的那样呢。
资产负债表：
利润表：
现金流量表：
以上搞完大概花了一个半小时，虽然有点小累，但成就感满满。作为财务人士，以后可以自由下载想要的财报啦。
老铁们懂Python的，可以自己改改代码，批量爬取数据。当然控制好节奏哈，新浪的反爬虫还是挺猛的。
小伙伴们还有什么问题，欢迎评论区留言哦。