def callback(qName, input):
#print(input)
data = json.loads(input)
code = data["Code"].strip()
name = data["Name"].strip()
tables = data["Tables"]
if 1 != len(tables):
return None
table = data["Tables"][0]
rows = table["body"]
for row in rows:
if 17 == len(row):
最新价 = CONVERT.StrToFloat(row[3])
跌涨幅 = CONVERT.PercentStrToFloat(row[4])
股东名称 = row[5]
持股变动信息增减 = row[6]
持股变动信息变动数量 = CONVERT.StrToFloat(row[7])
持股变动信息占总股本比例 = CONVERT.PercentStrToFloat(row[8])
持股变动信息占流通股比例 = CONVERT.PercentStrToFloat(row[9])
变动后持股情况持股总数 = CONVERT.StrToFloat(row[10])
变动后持股情况占总股本比例 = CONVERT.PercentStrToFloat(row[11])
变动后持股情况持流通股数 = CONVERT.StrToFloat(row[12])
变动后持股情况占流通股比例 = CONVERT.PercentStrToFloat(row[13])
变动开始日 = row[14]
变动截止日 = row[15]
公告日 = row[16]
公告日Tag = 0
item = {
"Code": code,
"Name": name,
"最新价": 最新价,
"跌涨幅": 跌涨幅,
"股东名称": 股东名称,
"持股变动信息增减": 持股变动信息增减,
"持股变动信息变动数量": 持股变动信息变动数量,
"持股变动信息占总股本比例": 持股变动信息占总股本比例,
"持股变动信息占流通股比例": 持股变动信息占流通股比例,
"变动后持股情况持股总数": 变动后持股情况持股总数,
"变动后持股情况占总股本比例": 变动后持股情况占总股本比例,
"变动后持股情况持流通股数": 变动后持股情况持流通股数,
"变动后持股情况占流通股比例": 变动后持股情况占流通股比例,
"变动开始日": 变动开始日,
"变动截止日": 变动截止日,
"公告日": 公告日,
"公告日Tag": 公告日Tag
}
dictName = "PreData:股票:%s:股东增减持" % code
r.SortDictSave(dictName, json.dumps(item, ensure_ascii=False),
公告日Tag)
print(item)
pass
def callback(qName,input):
#input = input.encode(encoding= "gbk").decode(encoding="utf-8")
#print(input)
data=json.loads(input)
code = data["Code"].strip()
name = data["Name"].strip()
tables = data["Tables"]
if 2!=len(tables):
return None
table=data["Tables"][1]
rows=table["body"]
for row in rows:
if 16== len(row):
序号 = CONVERT.StrToInt( row[0])
日期 =row[1]
日期Tag =CONVERT.DateToInt (row[1])
收盘价 = CONVERT.StrToFloat(row[3])
涨跌幅 = CONVERT.PercentStrToFloat(row[4])
后1日涨跌幅 = CONVERT.PercentStrToFloat(row[5])
后2日涨跌幅 =CONVERT.PercentStrToFloat(row[6])
后3日涨跌幅 = CONVERT.PercentStrToFloat(row[7])
后5日涨跌幅 = CONVERT.PercentStrToFloat( row[8])
后10日涨跌幅= CONVERT.PercentStrToFloat(row[9])
后20日涨跌幅= CONVERT.PercentStrToFloat(row[10])
后30日涨跌幅= CONVERT.PercentStrToFloat(row[11])
上榜营业部买入合计= CONVERT.StrToFloat(row[12])
上榜营业部卖出合计= CONVERT.StrToFloat(row[13])
上榜营业部买卖净额= CONVERT.StrToFloat(row[14])
上榜原因= row[15]
item={
"Code":code
,"Name":name
,"序号":序号
,"日期":日期
,"日期Tag":日期Tag
,"收盘价":收盘价
,"涨跌幅":涨跌幅
,"后1日涨跌幅":后1日涨跌幅
,"后2日涨跌幅":后2日涨跌幅
,"后3日涨跌幅":后3日涨跌幅
,"后5日涨跌幅":后5日涨跌幅
,"后10日涨跌幅":后10日涨跌幅
,"后20日涨跌幅":后20日涨跌幅
,"后30日涨跌幅":后30日涨跌幅
,"上榜营业部买入合计":上榜营业部买入合计
,"上榜营业部卖出合计":上榜营业部卖出合计
,"上榜营业部买卖净额":上榜营业部买卖净额
,"上榜原因":上榜原因
}
dictName="PreData:股票:%s:龙虎榜单历次上榜"%code
r.SortDictSave(dictName,json.dumps(item,ensure_ascii=False),日期Tag)
print(item)
pass
def callback(qName, input):
#print(input)
data = json.loads(input)
code = data["Code"].strip()
name = data["Name"].strip()
tables = data["Tables"]
if 3 != len(tables):
return None
table = data["Tables"][2]
rows = table["body"]
for row in rows:
if 15 == len(row):
序号 = CONVERT.StrToInt(row[0])
交易日期 = row[1]
交易日期Tag = CONVERT.DateToInt(row[1])
涨跌幅 = CONVERT.StrToFloat(row[2])
收盘价 = CONVERT.StrToFloat(row[3])
成交价 = CONVERT.StrToFloat(row[4])
折溢率 = CONVERT.StrToFloat(row[5])
成交量 = CONVERT.StrToFloat(row[6])
成交额 = CONVERT.StrToFloat(row[7])
成交额流通市值比例 = CONVERT.PercentStrToFloat(row[8])
买方营业部 = row[9]
卖方营业部 = row[10]
上榜后涨跌幅1日 = CONVERT.StrToFloat(row[11])
上榜后涨跌幅5日 = CONVERT.StrToFloat(row[12])
上榜后涨跌幅10日 = CONVERT.StrToFloat(row[13])
上榜后涨跌幅20日 = CONVERT.StrToFloat(row[14])
item = {
"Code": code,
"Name": name,
"序号": 序号,
"交易日期": 交易日期,
"交易日期Tag": 交易日期Tag,
"涨跌幅": 涨跌幅,
"收盘价": 收盘价,
"成交价": 成交价,
"折溢率": 折溢率,
"成交量": 成交量,
"成交额": 成交额,
"成交额流通市值比例": 成交额流通市值比例,
"买方营业部": 买方营业部,
"卖方营业部": 卖方营业部,
"上榜后涨跌幅1日": 上榜后涨跌幅1日,
"上榜后涨跌幅5日": 上榜后涨跌幅5日,
"上榜后涨跌幅10日": 上榜后涨跌幅10日,
"上榜后涨跌幅20日": 上榜后涨跌幅20日
}
dictName = "PreData:股票:%s:大宗交易" % code
r.SortDictSave(dictName, json.dumps(item, ensure_ascii=False),
交易日期Tag)
print(item)
pass
def callback(qName,input):
#print(input)
data=json.loads(input)
code = data["Code"].strip()
name = data["Name"].strip()
tables = data["Tables"]
if 3!=len(tables):
return None
table=data["Tables"][2]
rows=table["body"]
for row in rows:
if 15 == len(row):
交易日期 = row[0]
交易日期Tag = CONVERT.DateToInt(交易日期)
收盘价 = CONVERT.StrToFloat(row[1])
涨跌幅 = CONVERT.StrToFloat( row[2])
融资余额 = CONVERT.UnitStrToFloat( row[3])
融资余额占流通市值比 = CONVERT.PercentStrToFloat( row[4])
融资买入额 = CONVERT.UnitStrToFloat(row[5])
融资偿还额 = CONVERT.UnitStrToFloat(row[6])
融资净买入 = CONVERT.UnitStrToFloat(row[7] )
融券余额 = CONVERT.UnitStrToFloat(row[8] )
融券余量 = CONVERT.UnitStrToFloat(row[9] )
融券卖出量 = CONVERT.UnitStrToFloat(row[10] )
融券偿还量 =CONVERT.UnitStrToFloat( row[11] )
融券净卖出 =CONVERT.UnitStrToFloat( row[12] )
融资融券余额 =CONVERT.UnitStrToFloat( row[13] )
融资融券余额差值 =CONVERT.UnitStrToFloat( row[14] )
item={
"Code":code
,"Name":name
,"交易日期":交易日期
,"交易日期Tag":交易日期Tag
,"收盘价":收盘价
,"涨跌幅":涨跌幅
,"融资余额":融资余额
,"融资余额占流通市值比":融资余额占流通市值比
,"融资买入额":融资买入额
,"融资偿还额":融资偿还额
,"融资净买入":融资净买入
,"融券余额":融券余额
,"融券余量":融券余量
,"融券卖出量":融券卖出量
,"融券偿还量":融券偿还量
,"融券净卖出":融券净卖出
,"融资融券余额":融资融券余额
,"融资融券余额差值":融资融券余额差值
}
dictName="PreData:股票:%s:融资融券"%code
r.SortDictSave(dictName,json.dumps(item,ensure_ascii=False),交易日期Tag)
print(item)
pass
def callback(qName, input):
#input = input.encode(encoding= "gbk").decode(encoding="utf-8")
#print(input)
data = json.loads(input)
code = data["Code"].strip()
name = data["Name"].strip()
tables = data["Tables"]
#if 9!=len(tables):
# return None
tables = data["Tables"]
for table in tables:
rows = table["body"]
rowIndex = 0
item = {}
head = rows[0]
rows = rows[1:]
for row in rows:
if 9 == len(row):
日期Tag = CONVERT.DateToInt(head[0])
item = {
"Code": code,
"Name": name,
"日期": head[0],
"日期Tag": 日期Tag,
"分类": row[0],
"主营构成": row[1],
"主营收入": CONVERT.UnitStrToFloat(row[2]),
"收入比例": CONVERT.PercentStrToFloat(row[3]),
"主营成本": CONVERT.UnitStrToFloat(row[4]),
"成本比例": CONVERT.PercentStrToFloat(row[5]),
"主营利润": CONVERT.UnitStrToFloat(row[6]),
"利润比例": CONVERT.PercentStrToFloat(row[7]),
"毛利率": CONVERT.PercentStrToFloat(row[8])
}
dictName = "PreData:股票:%s:经营分析" % code
r.SortDictSave(dictName, json.dumps(item, ensure_ascii=False),
日期Tag)
print(item)
pass
def callback(qName, input):
#input = input.encode(encoding= "gbk").decode(encoding="utf-8")
#print(input)
data = json.loads(input)
code = data["Code"].strip()
name = data["Name"].strip()
tables = data["Tables"]
if 3 != len(tables):
return None
table = data["Tables"][2]
rows = table["body"]
for row in rows:
if 13 == len(row):
日期 = row[0]
日期Tag = CONVERT.DateToInt(row[0])
收盘价 = CONVERT.StrToFloat(row[1])
涨跌幅 = CONVERT.PercentStrToFloat(row[2])
主力净流入净额 = CONVERT.UnitStrToFloat(row[3])
主力净流入净占比 = CONVERT.PercentStrToFloat(row[4])
超大单净流入净额 = CONVERT.UnitStrToFloat(row[5])
超大单净流入净占比 = CONVERT.PercentStrToFloat(row[6])
大单净流入净额 = CONVERT.UnitStrToFloat(row[7])
大单净流入净占比 = CONVERT.PercentStrToFloat(row[8])
中单净流入净额 = CONVERT.UnitStrToFloat(row[9])
中单净流入净占比 = CONVERT.PercentStrToFloat(row[10])
小单净流入净额 = CONVERT.UnitStrToFloat(row[11])
小单净流入净占比 = CONVERT.PercentStrToFloat(row[12])
item = {
"Code": code,
"Name": name,
"日期": 日期,
"日期Tag": 日期Tag,
"收盘价": 收盘价,
"涨跌幅": 涨跌幅,
"主力净流入净额": 主力净流入净额,
"主力净流入净占比": 主力净流入净占比,
"超大单净流入净额": 超大单净流入净额,
"超大单净流入净占比": 超大单净流入净占比,
"大单净流入净额": 大单净流入净额,
"大单净流入净占比": 大单净流入净占比,
"中单净流入净额": 中单净流入净额,
"中单净流入净占比": 中单净流入净占比,
"小单净流入净额": 小单净流入净额,
"小单净流入净占比": 小单净流入净占比
}
dictName = "PreData:股票:%s:资金流向" % code
r.SortDictSave(dictName, json.dumps(item, ensure_ascii=False),
日期Tag)
print(item)
pass
