编写高性能爬虫抓取股票行情数据
最近给一个私募大佬帮忙做了一些股票交易有关的系统,其中涉及到行情数据抓取的问题,一番摸索之后,把成果在这里做个分享。
我把行情抓取的部分,和一个写手记的小功能,单独拿了出来放在一个小系统里面,可以免费使用:
https://rich.shengxunwei.com/
先简单介绍下这个小系统的样子,然后我会详细的解释如何高性能实时抓取股票行情。
可以添加自己关注股票列表,支持股票、场内基金、可转债:
股票详情数据:
场内基金详情数据:
可转债详情数据:
行情抓取的数据来源
目前主要的数据来源是几个财经网站,比如东财:
实时行情抓取方法
实时行情抓取的一个核心类是 HttpClient 类,然后只需访问东财的网站即可。
创建 HttpClient
下面的大多数示例都重复使用同一 HttpClient 实例,因此只需配置一次。 要创建 HttpClient,请使用 HttpClient 类构造函数。
// HttpClient lifecycle management best practices:
// https://learn.microsoft.com/dotnet/fundamentals/networking/http/httpclient-guidelines#recommended-use
private static HttpClient sharedClient = new()
{
BaseAddress = new Uri("https://jsonplaceholder.typicode.com"),
};
前面的代码:
实例化新的 HttpClient 实例作为 static 变量。 根据准则,建议在应用程序的生命周期内重复使用 HttpClient 实例。
将 HttpClient.BaseAddress 设置为 "
https://jsonplaceholder.typicode.com
"。
发出后续请求时,此 HttpClient 实例将使用基址。 若要应用其他配置,请考虑:
设置 HttpClient.DefaultRequestHeaders。
应用非默认 HttpClient.Timeout。
指定 HttpClient.DefaultRequestVersion。
虽然面向 Android 设备(如 .NET MAUI 开发),但必须将 android:usesCleartextTraffic="true" 添加到 AndroidManifest.xml 中的
。 这将启用明文流量,例如 HTTP 请求;否则由于 Android 安全策略,默认情况下会禁用。 请考虑以下示例 XML 设置:
<?xml version="1.0" encoding="utf-8"?>
<manifest xmlns:android="http://schemas.android.com/apk/res/android">
<application android:usesCleartextTraffic="true"></application>
<!-- omitted for brevity -->
</manifest>
HTTP 内容
HttpContent 类型用于表示 HTTP 实体正文和相应的内容标头。 对于需要正文的 HTTP 方法(或请求方法)POST、PUT 和 PATCH,可使用 HttpContent 类来指定请求的正文。 大多数示例演示如何使用 JSON 有效负载准备 StringContent 子类,但还有针对其他内容 (MIME) 类型的其他子类。
- ByteArrayContent:提供基于字节数组的 HTTP 内容。
- FormUrlEncodedContent:为使用 "application/x-www-form-urlencoded" MIME 类型编码的名称/值元组提供 HTTP 内容。
- JsonContent:提供基于 JSON 的 HTTP 内容。
- MultipartContent:提供使用 "multipart/*" MIME 类型规范进行序列化的 HttpContent 对象的集合。
- MultipartFormDataContent:为使用 "multipart/form-data" MIME 类型进行编码的内容提供容器。
- ReadOnlyMemoryContent:提供基于 ReadOnlyMemory
的 HTTP 内容。 - StreamContent:提供基于流的 HTTP 内容。
- StringContent:提供基于字符串的 HTTP 内容。
- HttpContent 类还用于表示 HttpResponseMessage 的响应正文,可通过 HttpResponseMessage.Content 属性访问。
HTTP Get
GET 请求不应发送正文,而是用于(如方法名称所示)从资源检索(或获取)数据。 要在给定 HttpClient 和 URI 的情况下发出 HTTP GET 请求,请使用 HttpClient.GetAsync 方法:
static async Task GetAsync(HttpClient httpClient)
{
using HttpResponseMessage response = await httpClient.GetAsync("todos/3");
response.EnsureSuccessStatusCode()
.WriteRequestToConsole();
var jsonResponse = await response.Content.ReadAsStringAsync();
Console.WriteLine($"{jsonResponse}\n");
// Expected output:
// GET https://jsonplaceholder.typicode.com/todos/3 HTTP/1.1
// {
// "userId": 1,
// "id": 3,
// "title": "fugiat veniam minus",
// "completed": false
// }
}
HTTP Get from JSON
https://jsonplaceholder.typicode.com/todos
终结点返回“todo”对象的 JSON 数组。 这些对象的 JSON 结构如下所示
[
{
"userId": 1,
"id": 1,
"title": "example title",
"completed": false
},
{
"userId": 1,
"id": 2,
"title": "another example title",
"completed": true
},
]
本地计算机或应用程序配置文件可以指定使用默认代理。 如果指定了 Proxy 属性,则 Proxy 属性中的代理设置会覆盖本地计算机或应用程序配置文件,并且处理程序将使用指定的代理设置。 如果未在配置文件中指定代理,并且未指定 Proxy 属性,则处理程序将使用从本地计算机继承的代理设置。 如果没有代理设置,则请求将直接发送到服务器。