1 前言

前面已經(jīng)講了很多次要進行數(shù)據(jù)存儲，終于在上一篇中完成了數(shù)據(jù)庫的設(shè)計，在這一篇就開始數(shù)據(jù)的存儲操作，在數(shù)據(jù)存儲的這個部分，會將之前抓取到的基金列表，基金基本信息和基金變動信息以及ETF信息進行存儲。

2 信息存儲

2.1 基金基本信息存儲

在這里獲取基金信息包括兩個部分，一部分是場外基金另外一部分是場外基金信息。之在前的文章中，我們已經(jīng)獲完成了場外基金和ETF基金信息的代碼，因此在這里我們僅僅需要存儲數(shù)據(jù)庫即可，那么有個問題，基金的信息是隨時發(fā)生變更的或者更新的。在保存時需要先判斷基金代碼是否已經(jīng)存在，如果存在則更新，如果不存在則新增，但是這樣效率有點低，這時候就用到之前的文章內(nèi)容，使用這樣 on duplicate key update 的語句就可以一條sql搞定了。

舉例如下所示:

INSERT INTO `tb_fund_list`(`code`, `name`, `fund_type`) VALUES ('000363','國泰聚信價值優(yōu)勢混合C','混合型-靈活')
on duplicate key update `code` = '000363', `name` = '國泰聚信價值優(yōu)勢混合C' ,`fund_type` = '混合型-靈活';

如果存在000363基金的話，我們就進行更新操作，如果不存在那么久插入數(shù)據(jù)。

具體實現(xiàn)的代碼如下圖所示:

2.2 基金變動信息獲取

基金的變動信息不論是場內(nèi)基金還是場外基金都是一樣的獲取方式，在這里就可以使用通用的邏輯進行處理了，就是之前抓取基金變動信息和基金價格信息的方式。

3 需要改進的地方

3.1 基金類型

現(xiàn)在基金基本信息中的基金類型還是中文，這樣的中文存儲起來不符合常用的編碼規(guī)范，之前沒有處理是因為還不知道有多少種基金的類型，現(xiàn)在已經(jīng)獲取到了所有的基金，這個時候我們需要查詢一下所有的基金類型，然后建立枚舉來表述不同的基金類型。

# 獲取所有的基金類型信息
select distinct fund_type from tb_fund_list;

根據(jù)查詢出來的基金類型，最終定義的基金類型如下圖所示:

fund_type_dic = {
    "QDII": "1",
    "商品(不含QDII)": "2",
    "股票型": "3",
    "指數(shù)型-股票": "4",
    "混合型-偏債": "51",
    "混合型-偏股": "52",
    "混合型-平衡": "53",
    "混合型-靈活": "61",
    "債券型-中短債": "62",
    "債券型-可轉(zhuǎn)債": "63",
    "債券型-混合債": "64",
    "債券型-長債": "65"
}

根據(jù)經(jīng)驗來說，債券型的基金相對比較多，如果對債券基金感興趣的

可以時常更新數(shù)據(jù)，在后續(xù)的操作中以非債券型基金為主進行分析，數(shù)據(jù)總量相對較小，批量更新的時間也相對較短。

3.2 基金的更新順序

在之前的基金獲取過程中，總體來講獲取的順序是混亂的，在最終的數(shù)據(jù)結(jié)果存儲時，需要將獲取的信息基金拼接和組裝。最終的更新數(shù)據(jù)順序為：

• 1 更新場外基金列表(新增或者更新)
• 2 更新ETF信息列表(新增或者更新)
• 3 查詢基金的基本信息進行更新操作
• 4 查詢基金的階段變動信息進行更新

4 總結(jié)

獲取基金的信息已經(jīng)完畢，已經(jīng)把基金信息保存成功，在下一章中將介紹如何建立線性模型去評估基金的分數(shù)，為投資基金做出定量分析。

到此這篇關(guān)于python爬蟲之基金信息存儲的文章就介紹到這了,更多相關(guān)python信息存儲內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！