feat: 10장 제무재표 크롤링 추가

example/10-financial-statements.py

@@ -0,0 +1,133 @@
+import os
+from urllib.parse import quote_plus
+
+import pymysql
+from sqlalchemy import create_engine
+import pandas as pd
+import requests as rq
+from bs4 import BeautifulSoup
+import re
+from tqdm import tqdm
+import time
+from dotenv import load_dotenv
+
+load_dotenv()
+user = os.getenv('DB_USER')
+pw = os.getenv('DB_PW')
+engine_for_pw = quote_plus(pw)
+host = os.getenv('DB_HOST')
+port = int(os.getenv('DB_PORT'))
+db = os.getenv('DB_DB')
+
+# DB 연결
+engine = create_engine(f'mysql+pymysql://{user}:{engine_for_pw}@{host}:{port}/{db}')
+con = pymysql.connect(user=user,
+                      passwd=pw,
+                      host=host,
+                      port=port,
+                      db=db,
+                      charset='utf8')
+mycursor = con.cursor()
+
+# 제무재표 크롤링
+# 티커리스트 불러오기
+ticker_list = pd.read_sql("""
+select * from kor_ticker
+where 기준일 = (select max(기준일) from kor_ticker) 
+	and 종목구분 = '보통주';
+""", con=engine)
+
+# DB 저장 쿼리
+query = """
+    insert into kor_fs (계정, 기준일, 값, 종목코드, 공시구분)
+    values (%s,%s,%s,%s,%s) as new
+    on duplicate key update
+    값=new.값
+"""
+
+# 오류 발생시 저장할 리스트 생성
+error_list = []
+
+
+# 재무제표 클렌징 함수
+def clean_fs(df, ticker, frequency):
+
+    df = df[~df.loc[:, ~df.columns.isin(['계정'])].isna().all(axis=1)]
+    df = df.drop_duplicates(['계정'], keep='first')
+    df = pd.melt(df, id_vars='계정', var_name='기준일', value_name='값')
+    df = df[~pd.isnull(df['값'])]
+    df['계정'] = df['계정'].replace({'계산에 참여한 계정 펼치기': ''}, regex=True)
+    df['기준일'] = pd.to_datetime(df['기준일'],
+                               format='%Y-%m') + pd.tseries.offsets.MonthEnd()
+    df['종목코드'] = ticker
+    df['공시구분'] = frequency
+
+    return df
+
+
+# for loop
+for i in tqdm(range(0, len(ticker_list))):
+
+    # 티커 선택
+    ticker = ticker_list['종목코드'][i]
+
+    # 오류 발생 시 이를 무시하고 다음 루프로 진행
+    try:
+
+        # url 생성
+        url = f'http://comp.fnguide.com/SVO2/ASP/SVD_Finance.asp?pGB=1&gicode=A{ticker}'
+
+        # 데이터 받아오기
+        data = pd.read_html(url, displayed_only=False)
+
+        # 연간 데이터
+        data_fs_y = pd.concat([
+            data[0].iloc[:, ~data[0].columns.str.contains('전년동기')], data[2],
+            data[4]
+        ])
+        data_fs_y = data_fs_y.rename(columns={data_fs_y.columns[0]: "계정"})
+
+        # 결산년 찾기
+        page_data = rq.get(url)
+        page_data_html = BeautifulSoup(page_data.content, 'html.parser')
+
+        fiscal_data = page_data_html.select('div.corp_group1 > h2')
+        fiscal_data_text = fiscal_data[1].text
+        fiscal_data_text = re.findall('[0-9]+', fiscal_data_text)
+
+        # 결산년에 해당하는 계정만 남기기
+        data_fs_y = data_fs_y.loc[:, (data_fs_y.columns == '계정') | (
+            data_fs_y.columns.str[-2:].isin(fiscal_data_text))]
+
+        # 클렌징
+        data_fs_y_clean = clean_fs(data_fs_y, ticker, 'y')
+
+        # 분기 데이터
+        data_fs_q = pd.concat([
+            data[1].iloc[:, ~data[1].columns.str.contains('전년동기')], data[3],
+            data[5]
+        ])
+        data_fs_q = data_fs_q.rename(columns={data_fs_q.columns[0]: "계정"})
+
+        data_fs_q_clean = clean_fs(data_fs_q, ticker, 'q')
+
+        # 두개 합치기
+        data_fs_bind = pd.concat([data_fs_y_clean, data_fs_q_clean])
+
+        # 재무제표 데이터를 DB에 저장
+        args = data_fs_bind.values.tolist()
+        mycursor.executemany(query, args)
+        con.commit()
+
+    except:
+
+        # 오류 발생시 해당 종목명을 저장하고 다음 루프로 이동
+        print(ticker)
+        error_list.append(ticker)
+
+    # 타임슬립 적용
+    time.sleep(2)
+
+# DB 연결 종료
+engine.dispose()
+con.close()