2001-2022年上市公司年报（txt及pdf文本年报+巨潮资讯python下载+文本分析代码）

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

资源包括：
1. 2001年-2022年A股上市公司年报，pdf版及txt版
数据收集过程如下：（1）python下载pdf年报，2022年年报是2023年6月12日统一下载
（2）python使用pdfminer库将pdf转成txt文本
（3）针对扫描件、图像格式的pdf年报使用嗨格式pdf转换器直接转txt文本，部分加密pdf年报也是使用嗨格式处理，为节约时间2021年及2022年年报是直接使用嗨格式pdf转换器转txt文本
（4）对txt文本同一删除换行符和段落符
（5）数据集使用分卷压缩，解压缩的时候注意下
（6）txt年报示例及每年年报数量如下图所示






2. 巨潮资讯上市公司年报下载
（1）依据表格下载特定公司特定年份年报（自己创建xlsx表格，第一列Stkcd为公司代码，第二列Year为年份，巨潮资讯能找见相关年报即下载，找不见显示代码）
（2）注意，网站部分年报年报名与摘要名一样（较少每年大概20左右），但由于摘要在年报之后，所以代码下载的年报实际是摘要，要自己手动修改（可根据下载后的文件大小判断）。
（3）代码直接复制粘贴即可，格式位置等已整理好。
（4）本人软件版本python3.8+pycharm 2021.1.2

3. 上市公司年报文本分析（词频统计）python代码
（1）另创建关键词txt文档（1.txt），一个关键词为一行；创建关键词词频统计xls表格，第一行变量名依次是公司代码、年份、各个关键词（关键词顺序与1.txt里一致）。
（2）python代码实现的功能有：（a）将关键词导入jieba字典；（b）根据年报名分出公司代码及年份；（c）txt年报删除空格符及换行符，便于文本分析；（d）关键词识别并计数；（e）将结果传至关键词词频统计xls表格。
（3）代码可直接复制粘贴，格式位置已整理好。
（4）本人软件版本python3.8+pycharm 2021.1.2


2001-2022年上市公司年报pdf版 (85 Bytes, 需要: RMB 20 元)

2023-10-12 18:13:20 上传

需要: RMB 20 元  [购买]

2001-2022年上市公司年报txt版 (85 Bytes, 需要: RMB 50 元)

2023-10-12 18:14:43 上传

需要: RMB 50 元  [购买]

巨潮资讯——贩卖版.docx (16.2 KB, 需要: RMB 15 元)

2023-10-12 18:16:30 上传

需要: RMB 15 元  [购买]

文本.docx (14.62 KB, 需要: RMB 20 元)

2023-10-12 18:20:33 上传

文本分析
需要: RMB 20 元  [购买]

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4 回帖

关键词：python下载 python 上市公司年报 上市公司 公司年报

老师，我想问问，用您的代码跑出来的都是年报下载未成功的证券代码是乍回事啊

今天你喝水了吗 发表于 2023-10-15 10:17
老师，我想问问，用您的代码跑出来的都是年报下载未成功的证券代码是乍回事啊

代码已验证没问题，可以下载成功，只需按要求创建所需的xlsx表格及修改代码文件路径即可，如有问题请联系1401269233@qq.com

您好，购买了2001-2022年上市公司年报pdf版 ，下载后提示文件损坏打不开，请问该怎么处理？

吴鑫玉 发表于 2023-10-19 08:35
您好，购买了2001-2022年上市公司年报pdf版 ，下载后提示文件损坏打不开，请问该怎么处理？

采用分卷压缩形式，需要将各个分卷都下载后再同一解压缩

wangzhiyu139 发表于 2023-10-12 18:42
资源包括：
1. 2001年-2022年A股上市公司年报，pdf版及txt版
数据收集过程如下：（1）python下载pdf年报， ...

你好，年报购买后，解压时显示文件格式未知或已损坏，无法解压

lemonapple0124 发表于 2023-12-19 16:29
你好，年报购买后，解压时显示文件格式未知或已损坏，无法解压

采用分卷压缩形式，需要将各个分卷都下载后再同一解压缩

wangzhiyu139 发表于 2023-12-19 17:42
采用分卷压缩形式，需要将各个分卷都下载后再同一解压缩

是下载到同一个文件夹的，用WinRaR解压时显示文件已损坏

lemonapple0124 发表于 2023-12-22 14:40
是下载到同一个文件夹的，用WinRaR解压时显示文件已损坏

我使用的是7-zip压缩的，2022年txt版年报可单独解压缩，之前年份（后缀名为zip.001、zip.002 等等）的需要统一下载后，再统一选中解压缩，不可单独解压缩。若你之前错误解压缩导致文件损坏，需要重新下载后再按正确方式解压缩，如若仍然有问题，可添加qq（1401269233）。

wangzhiyu139 发表于 2023-12-22 16:42
我使用的是7-zip压缩的，2022年txt版年报可单独解压缩，之前年份（后缀名为zip.001、zip.002 等等）的需要 ...

你好，解压成功以后，2007文件夹中还有2007_1文件夹，两个里面有2007-23，请问是以哪个为准呢