共计 1670 个字符，预计需要花费 5 分钟才能阅读完成。
1. 填写须要的股票代码，例如万科 A 或者 000002 都行，不要带 sz、sh。
一行一个，填完一个代码之后换行再填，就能一次取得多个股票的历史数据。
2. 填写收数据的邮箱，股票数据下载生成好之后，会间接把 数据发送至您的邮箱 。请肯定留神不要填错邮箱啦，因为填错邮箱收不到数据的真的很多（而且也没方法挺醒你从新填，邮箱不通，后盾只能给 48 小时内给我发过音讯的用户发信息）。
因为是收费数据，所以获取的人比拟多，基本上须要 5 分钟左右能收到数据，心愿了解。
一次获取多个股票的历史数据：
股票历史数据是从股票上市开始，到最近一个交易日的数据，比方从 1991 年开始，有 7000+ 多条数据
放在公主号下载也实属无奈，心愿大家体谅（不然很容易被歹意下载），下载是很不便的，在公主号里进行 1、2 两个步骤就能够了，个别 5 分钟就能收到数据。
之所以不是间接搜代码、点击就在线下载的形式，是因为在线下载很容易 被有限歹意下载 ， 十分影响失常用户的下载，失常用户基本挤不过歹意下载的 所以起初为了屏蔽掉这些歹意下载，就设置了通过公主号提交、邮件发送的形式。
就是因为在线下载容易被攻打、歹意下载，所以最初抉择了放在公主号，这样的话要攻打也是先攻打微信，应该还没有谁有这么大的本事，所以这种办法一是收费，二是能短暂，还心愿大家能了解
当初基本上都没有在线下载的了，能找到的那些在线下载的也都是免费的，不信你找一圈还得回来。
以前是很多券商都能下载股票历史数据的，缓缓的也不晓得咋的，都加限度或者勾销了，就变得很麻烦。想要下载个数据还要下载软件、装置、摸索、注册，这一套下来还不晓得能不能下载。
另外懂代码的话，能够参考一下本人实现：
import re
import pandas
import requests
url = '指标网站的 url' # 这里不写具体网站的链接了，大体做法都是一样的。response = requests.get(url).text # 失去网页的源代码
### 上面是解析收盘数据的代码，大部分都能够这么参考，简略的正则表达式 ###
times = re.findall('class="first left bold noWrap">(.*?)</td>').group(1) # 获取到所有历史的交易工夫
open_price = re.findall('class="first left bold noWrap">.*?</td>\s+<td data-real-value="(.*?)"').group(1) # 失去所有历史开盘价数据
close_price = re.findall('class="first left bold noWrap">.*?</td>\s+<td.*?</td>\s+<td data-real-value="(.*?)">').group(1) # 失去所有历史收盘价数据
high_price = re.findall('class="first left bold noWrap">.*?</td>\s+<td.*?</td>\s+<td.*?</td>\s+<td data-real-value="(.*?)">').group(1) # 失去所有历史收盘价数据
### 上面是数据下载老本地数据局部，以下载为本地 Excel 为例 ###
df = pandas.DataFrame(a, columns=['open_price', 'close_price', 'vol']) # 把数据转成 DataFrame 格局
wt = ExcelWriter(path) # path 是文件的保留门路，要准确到文件名。数据下载老本地数据之后，就要到这个门路去找。例如：C:\\Users\\Administrator\\Desktop\\ 股票所有历史收盘数据下载老本地数据.xls 就依照这个门路找到保留好的 Excel 就行了
df.to_excel(wt, sheet_name='如何下载股票的历史收盘价' , index=False)
转载自：https://blog.csdn.net/huifaguang/article/details/108247993