目录

昨天开组会的时候导师说想搞年报问询函的研究，但是买数据库太贵了。我说放着我来 ( ′)ψ。

一、任务描述

• 分别从上交所和深交所的官网上爬取年报问询函的记录

二、解决思路

• 解析网页获取全部的年报问询函列表及相应的文件链接
• 打开第一步获取的文件链接，读取 PDF 数据，并直接转成 TXT 格式的文字

主要参考链接

温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」

1. Python文件处理：递归批处理文件夹子目录内所有 txt 数据
2. Python 爬虫怎么处理 json 内容
3. Python3 在线读取 PDF