【爬虫】Stata爬取中情网A股上市公司数据（全代码，只需1元）

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

爬虫！本数据为中国情报网A股上市企业数据，时点为2020年3月。本帖目的在于帮助大家学会如何用Stata进行爬虫（而非数据本身）。目前，爬虫应用较多是使用Python和R语言，但是很多做实证研究和计量分析的小伙伴对Stata情有独钟，那么Stata是否完成高效快捷的爬虫任务呢？其实，Stata也可以完成大多数格式的爬虫，并不会麻烦特别多，本帖也是希望大家可以学习一点Stata爬虫的知识，如正则表达式等。本文提供了全部的Stata代码，并对其中的命令进行了讲解和注释（见下图），同时，本帖只是象征性收取1元钱，希望更多的人可以学习到附件采取网盘链接方式，大家遇到爬虫的一些问题可以相互交流讨论，欢迎大家留言。
附件包含文件说明：
1.process文件夹：为数据处理过程中的生成的文件夹（可以忽略）
2.中国A股上市公司数据(原).dta：爬取的原始dta数据
3.中国A股上市公司数据(新).dta：爬取的处理之后的dta数据（最终）
4.中国A股上市公司数据(新).xlsx：爬取的处理之后导出的xlsx数据（最终）
5.爬虫代码.do：为爬取的Stata代码（重要！！！）
6.说明.txt：本说明文件
提示：中国情报网A股上市企业数据的省份和城市变量原始数据存在一定的问题，应该是城市和区县，笔者这里并没有修改，保持和原始数据一致，原因在于本帖的目的主要帮助大家学会用Stata爬取数据！
Stata爬取上市公司数据（含代码） (76 Bytes, 需要: RMB 1 元)

2020-9-24 09:45:53 上传

Stata爬取上市公司数据（含代码）
需要: RMB 1 元  [购买]

楼主2020年8月更新数据集集锦：

1.（更新）1990-2019年中国上市公司数据（最全！1130个变量，含数据处理）

https://bbs.pinggu.org/thread-9401341-1-1.html

2.（更新）2003-2019中国上市公司公司治理和股权性质数据（126个变量）

https://bbs.pinggu.org/thread-9432575-1-1.html

3.（更新）2000-2019中国上市公司盈余管理数据（含处理过程）

https://bbs.pinggu.org/thread-9417872-1-1.html

4.（更新）中国上市公司基本信息（含所在省市及行政代码经纬度）

https://bbs.pinggu.org/thread-9418143-1-1.html

5.（更新）1990-2020中国上市公司人物特征（含处理过程）

https://bbs.pinggu.org/thread-9363631-1-1.html

6.（更新）2010-2019和讯网上市公司社会责任报告（含代码）

https://bbs.pinggu.org/thread-9538071-1-1.html

7.（更新）2010-2019和讯网上市公司社会责任报告明细（含代码）

https://bbs.pinggu.org/thread-9550203-1-1.html

8.（更新）1995-2020中国上市公司并购重组数据（含代码）

https://bbs.pinggu.org/thread-9574519-1-1.html

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18 回帖

关键词：A股上市公司 上市公司数据 Stata tata 上市公司

良心价格，必须支持

dm41343 发表于 2020-9-24 16:06
良心价格，必须支持

欢迎欢迎

zhaozimeng 发表于 2020-9-24 09:54
爬虫！本数据为中国情报网A股上市企业数据，时点为2020年3月。本帖目的在于帮助大家学会如何用Stata进行爬虫 ...

<span style=\"color:#800080;\"><b>关于数据爬取的小经验：</b></span>Stata爬取大家可以参考cnstock的爬取方法（大家可以学习源代码，输入adoedit cnstock。

zhaozimeng 发表于 2020-9-24 09:54
爬虫！本数据为中国情报网A股上市企业数据，时点为2020年3月。本帖目的在于帮助大家学会如何用Stata进行爬虫 ...

正如本帖正文所说，本帖的目的并不在于数据本身，而在于提供利用stata爬取静态网页的代码和数据处理思路。我也看到中情网一些原始数据存在错误，但我并未调整，原因也在于此。如果仅仅是为了获取数据的话，大家可以查阅其他帖子，如上市公司数据大全等。最后，希望大家对stata爬虫有所了解和掌握哈，再次感谢光临～

zhaozimeng 发表于 2020-9-24 09:54
爬虫！本数据为中国情报网A股上市企业数据，时点为2020年3月。本帖目的在于帮助大家学会如何用Stata进行爬虫 ...

请问 允许copy网址那个代码时出现Java installation not found要怎么解决呀，谢谢！

大猪仔的大主宰 发表于 2020-12-16 10:00
请问 允许copy网址那个代码时出现Java installation not found要怎么解决呀，谢谢！

你好，那你可以看看那个网址在浏览器中能不能打开，可能有变化~

为什么这个代码粘贴上出现错误

JGZJaujg 发表于 2021-5-5 19:14
为什么这个代码粘贴上出现错误

可能网址链接有变化，这个贴主要是学习下爬虫的思路啦～

请问该爬虫可以获取上市公司的外资持股比例吗