python爬取年报管理层讨论与分析

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

使用林乐和谢德仁使用的LM词典进行爬取，中文词典来源于有道翻译（有英文词典也有中文词典，）
1、年报来源于巨潮咨询
2、爬取更新后的年报
3、剔除ST
4、摘取管理层讨论与分析，纯文本部分（有该部分的数据）
5、python爬取，程序为jieba
6、代码展示如下
7、可发邮箱询问a18004817351@163.com
import pdfplumber
import time
import os
import re

def get_page(text):
    for key in ['董事会报告', '董事局报告', '经营情况讨论与分析']:
        r1 = re.compile(key+'.*?(\d{1,3})')
        page1 = re.findall(r1, text)
        if len(page1):
            page1 = page1[0
            break
    else:
        return False
    r = re.compile(f'{key}.*?'+page1+'.*?\n.*?\n*?.+?(\d{1,3})')
    page2 = re.findall(r, text)
    if len(page2):
        page2 = page2[0

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏9 回帖

关键词：python 管理层 COMPILE import RETURN 管理层语调

感谢分享

请问管理层讨论与分析部分怎么提取呢

新手小白啊啊啊 发表于 2023-1-25 14:06
请问管理层讨论与分析部分怎么提取呢

我也想问这个问题，不知您是否解决了