Python读取通达信数据
2017-10-14 07:32阅读：
![Python读取通达信数据]()
Python读取通达信数据
一、介绍
python获取股票数据的方法很多，其中
Tushare 财经数据接口包很好用，当然，也可以通过通达信本地的数据获取，这样更为方便。
日线数据存在这路径下 D:\通达信\vipdoc\sh\lday（我的通达信安装目录是D盘）
接着我们需要的就是解析这些数据，在分别存为 csv 格式的数据就行了，这样我们可以方便的用 pandas
或其他方法读取和分析。
通达信的日线数据格式如下：
每32个字节为一天数据每4个字节为一个字段，每个字段内低字节在前00 ~ 03 字节：年月日, 整型04 ~
07 字节：开盘价*100， 整型08 ~ 11 字节：最高价*100, 整型12 ~ 15 字节：最低价*100, 整型16 ~
19 字节：收盘价*100, 整型20 ~
23 字节：成交额（元），float型24 ~ 27 字节：成交量（股），整型28 ~ 31 字节：（保留）
打开一个 .day 的文件，发现是乱码，以二进制格式存储，那么我们只需按照上面存的字节数解析下就可以了。
先读取一天的数据
>>> f = open('D:/通达信/vipdoc/sh/lday/sh000001.day', 'rb')
>>> f.read(32)
b'\xa2\xde2\x01\x14\x9b\x03\x00\x0f\x9d\x03\x00\x8d\x91\x03\x00\xef\x93\x03\x00\xcb\xbc\x14Q\x9a\xfb|\x02-\x01Z\x02'
这应该就是一天的数据了，我们对这个数据进行解析，这里需要用到 struct 模块中的 unpack 方法
>>> import struct >>> f =
open('D:/通达信/vipdoc/sh/lday/sh000001.day', 'rb') >>> li =
f.read(32) >>> data = struct.unpack('lllllfll', li)
>>> data (20111010, 236308, 236815, 233869, 234479,
39926411264.0, 41745306, 39452973) #
分别为日期，开盘，最高，最低，收盘，成交额，成交量，保留值
unpack用法： 前一个参数是格式，'lllllfii'
就是一个浮点数格式（f，这里对应日线数据中的成交额是float格式）和其他整形格式（i，这里对应日线数据中的其他数据是 int
格式）
那么剩下的问题不大了
二、完整代码
在 sh 目录下新建了个 pythondata 文件夹，注意文件路径分隔符是 /
import struct import datetime def stock_csv(filepath, name): data =
[] with open(filepath, 'rb') as f: file_object_path =
'D:/通达信/vipdoc/sh/pythondata/' + name +'.csv' file_object =
open(file_object_path, 'w+') while True: stock_date = f.read(4)
stock_open = f.read(4) stock_high = f.read(4) stock_low= f.read(4)
stock_close = f.read(4) stock_amount = f.read(4) stock_vol =
f.read(4) stock_reservation = f.read(4) #
date,open,high,low,close,amount,vol,reservation if not stock_date:
break stock_date = struct.unpack('l', stock_date) # 4字节 如20091229
stock_open = struct.unpack('l', stock_open) #开盘价*100 stock_high =
struct.unpack('l', stock_high) #最高价*100 stock_low=
struct.unpack('l', stock_low) #最低价*100 stock_close =
struct.unpack('l', stock_close) #收盘价*100 stock_amount =
struct.unpack('f', stock_amount) #成交额 stock_vol =
struct.unpack('l', stock_vol) #成交量 stock_reservation =
struct.unpack('l', stock_reservation) #保留值 date_format =
datetime.datetime.strptime(str(stock_date[0]),'%Y%M%d') #格式化日期
list=
date_format.strftime('%Y-%M-%d')+','+str(stock_open[0]/100)+','+str(stock_high[0]/100.0)+','+str(stock_low[0]/100.0)+','+str(stock_close[0]/100.0)+','+str(stock_vol[0])+'\r'
file_object.writelines(list) file_object.close()
stock_csv('D:/通达信/vipdoc/sh/lday/sh000001.day', '1')
运行下，打开 1.CSV 文件
OK
三、批量解析
import os import struct import datetime def stock_csv(filepath,
name): data = [] with open(filepath, 'rb') as f: file_object_path =
'D:/通达信/vipdoc/sh/pythondata/' + name +'.csv' file_object =
open(file_object_path, 'w+') while True: stock_date = f.read(4)
stock_open = f.read(4) stock_high = f.read(4) stock_low= f.read(4)
stock_close = f.read(4) stock_amount = f.read(4) stock_vol =
f.read(4) stock_reservation = f.read(4) #
date,open,high,low,close,amount,vol,reservation if not stock_date:
break stock_date = struct.unpack('l', stock_date) # 4字节 如20091229
stock_open = struct.unpack('l', stock_open) #开盘价*100 stock_high =
struct.unpack('l', stock_high) #最高价*100 stock_low=
struct.unpack('l', stock_low) #最低价*100 stock_close =
struct.unpack('l', stock_close) #收盘价*100 stock_amount =
struct.unpack('f', stock_amount) #成交额 stock_vol =
struct.unpack('l', stock_vol) #成交量 stock_reservation =
struct.unpack('l', stock_reservation) #保留值 date_format =
datetime.datetime.strptime(str(stock_date[0]),'%Y%M%d') #格式化日期
list=
date_format.strftime('%Y-%M-%d')+','+str(stock_open[0]/100)+','+str(stock_high[0]/100.0)+','+str(stock_low[0]/100.0)+','+str(stock_close[0]/100.0)+','+str(stock_vol[0])+'\r'
file_object.writelines(list) file_object.close() path =
'D:/通达信/vipdoc/sh/lday/' listfile =
os.listdir('D:/通达信/vipdoc/sh/lday/') for i in listfile:
stock_csv(path+i, i[:-4])
运行下
