天天基金 ETF 持仓爬取工具及踩坑记录

给朋友帮忙，需要根据天天基金「场内交易基金净值折价率一览表」把每个基金的前十名股票持仓信息汇总到同一个表格里，用于后面的基金分析和挑选。写了个爬虫工具，顺便记几条踩坑心得。

列表： http://fund.eastmoney.com/cnjy_jzzzl.html

踩坑总结

1. Python 操作 Excel 还是略有些复杂，尤其是需要在表格中加入超链接；如果最终目的是为了得到表格，可以把数据生成一个网页 table，然后直接拷贝到表格中，数据会很规整。
2. Chrome 的 debug 工具中，可以直接选中 DOM 元素，然后右键拷贝它的 XPATH。
3. Python 的 lxml 包在解析 xpath 时无法识别 tbody 标签，所以如果拷贝出来的 XPATH 里有 tbody，一定要删掉，否则解析结果是 []。
4. 天天基金网的网页元素会因不同基金导致取出来的 XPATH 略有不同，真是坑。

代码

代码地址： https://github.com/JinlohWu/ETF