【原创/优质】python爬取与文本分析——提取公司年报关键词附代码和help文档

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

资料说明：该文件利用python爬虫技术和jieba中文分词库对上市公司年报内容进行提取，可获得上市公司年报中某个或某些关键词出现的频数，除以年报总字数或者总词数可以构建相关数据，例如上市公司数字化转型程度等。本文档的优势：
（1）可将年报替换成任何其他文档，例如减值报告等，实现其他报告中相关指标构建。
（2）可以更改检索公告中的关键词，例如将人工智能换为深度学习等。若要更换检索报告中的关键词，可将关键词全部写入custom_dictionary.txt文档，然后在代码里更换keyword即可。
（3）在检索上市公司公告中，关键词设置较精确，采用负向否定排除噪音，例如在年报筛选中，设置不出现“摘要”，可减少读取年报摘要带来的数据错误和重复。
（4）程序设置在后台运⾏，即不会影响到你的其他⼯作。
（5）如需更换读取的公告中的范围，设定 start_page或者 end_page以读取指定范围的pdf 以提取关键词。

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5 回帖

关键词：python 公司年报 Help elp 关键词 python爬虫 文本分析 关键词提取 数字化转型 指标构建

你好！请问数据来源是哪里，巨潮咨询吗？

点赞，谢谢分享！

你好！请问数据来源是哪里呢？

你好！请问数据来源是哪里呢？

wind-gone 发表于 2023-6-8 16:37
你好！请问数据来源是哪里，巨潮咨询吗？

是的，巨潮资讯网

请教一下，keyword = '减值' 一行是什么意思？要识别的关键词不是后面的“人工智能、机器学习、深度学习”三个词吗？谢谢

mutou628 发表于 2024-4-4 16:04
请教一下，keyword = '减值' 一行是什么意思？要识别的关键词不是后面的“人工智能、机器学习、深度学习” ...

这个 keyword 是年报名称的关键词，如果有需要可以把这两行注释去掉，默认现在是没有关键词的，爬取所有年报

这个是不是要先把用到的年报下载下来 然后才能抓取关键词 还是他可以直接在网上抓取关键词

zfv417509 发表于 2024-6-16 12:17
这个是不是要先把用到的年报下载下来 然后才能抓取关键词 还是他可以直接在网上抓取关键词

是在巨潮资讯锁定年报，下载下来然后读取关键词。包含爬虫和文本分析两步