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