设计方案，分两步：

首先，获取上证所有股票名称和股票代码。

然后，从雅虎财经(yahoo)根据股票代码获取该股票的数据。注意上证股票代码后要加".ss"深证要加".sz"

下面是代码：

首先从爬取所有股票名和code到本地，文件名为huStock.pickle

import bs4 as bs  import requests#python的http客户端  import pickle#用于序列化反序列化  def GetHuStock():      res = requests.get('https://www.banban.cn/gupiao/list_sh.html')      #防止中文乱码      res.encoding = res.apparent_encoding      #使用bsoup的lxml样式      soup = bs.BeautifulSoup(res.text,'lxml')      #从html内容中找到类名为'u-postcontent cz'的div标签      content = soup.find('div',{'class':'u-postcontent cz'})      result= []      for item in content.findAll('a'):          #这里写股票代码（这样可以挑选个股选择性下载数据）          if '600673' in item.text:              result.append(item.text)              print(item.text)       with open('huStock.pickle','wb') as f:          pickle.dump(result,f)

然后读取该文件，根据code逐一下载股票数据并存放到本地指定目录下，方便以后进一步分析

import datetime as dt  import pandas as pd  import pandas_datareader.data as web  from matplotlib import style  import matplotlib.pyplot as plt  import os     def GetStockFromYahoo(isHaveStockCode = False):      if not isHaveStockCode:          GetHuStock()      with open('huStock.pickle','rb') as f:          tickets = pickle.load(f,encoding='gb2312')      if not os.path.exists('StockDir'):          os.makedirs('StockDir')                for ticket in tickets:          arr = ticket.split('(')          stock_name = arr[0]          stock_code = arr[1][:-1]+'.ss'          if os.path.exists('StockDir/{}.csv'.format(stock_name+stock_code)):              print('已下载')          else:              DownloadStock(stock_name,stock_code)              print('下载{}中...'.format(stock_name))            def DownloadStock(stockName,stockCode):      style.use('ggplot')      start = dt.datetime(1995,1,1)      end = dt.datetime(2020,4,7)      #根据股票代码从雅虎财经读取该股票在制定时间段的股票数据      df = web.DataReader(stockCode,'yahoo',start,end)      #保存为对应的文件      df.to_csv('StockDir/{}.csv'.format(stockName+stockCode))            GetStockFromYahoo()

下载后的数据效果如下：