先聊点实在的。做A股数据抓取，很多人一上来就想到去装tushare、baostock这类现成库，但它们要么需要注册token，要么对历史数据条数有限制，要么接口字段不够全。我在实际做量化回测和个人盯盘工具的时候，越来越倾向直接对接数据源本身。东方财富作为国内活跃度极高的财经平台，它的行情接口设计得很规整，返回的是标准JSON，不需要登录、不需要签名、不需要Token，而且字段覆盖了开高低收、成交量、成交额、换手率等常用指标。这篇文章就带你把这条路径跑通，目标是——在5分钟内，用Python稳定抓到东方财富的A股K线数据，拿到可以直接入库或用于分析的干净DataFrame。

适合谁来参考？如果你正在做股票数据可视化、写量化策略回测脚本，或者想给自己的分析工具补上实时行情源，这篇都很对口。如果你是完全零基础，也不用慌，代码可以直接跑通，我会把每一步的原理和坑点都拆开讲清楚。

1. 方案选型：为什么直接抓东方财富接口，而不是用tushare

1.1 现成库的痛点

很多人第一反应是：用tushare不就行了吗？确实，tushare做了很好的数据封装，但它有几个在实际使用中绕不开的麻烦。首先是权限问题，tushare很多高频或全量接口需要积分，积分要通过贡献或付费获取，对个人开发者来说门槛不低。其次是稳定性，我有段时间用tushare跑定时任务，偶尔会遇到服务端限流或返回超时，追查起来比较被动。当然tushare的数据质量是好的，这里只是说在“单纯想要最新行情数据”这个场景下，它未必是最轻量的选择。

再看baostock，它胜在免费且无需注册，但数据更新频率偏慢，分钟级数据支持也不够灵活。如果只是做日线级别的选股扫描，勉强能用；一旦涉及到盘中实时行情，或者需要自定义复权方式，它就比较吃力了。所以我干脆研究了一下东方财富网页端的请求链路，发现它有一套非常成熟的行情接口，直接通过HTTP请求就能拿数。

1.2 东方财富接口的核心优势

那东方财富这套接口到底好在哪？我总结了几个关键点：

• 公开可用：普通用户在网页端看行情时，浏览器发起的就是这些请求，没有任何加密签名。
• 数据全面：日线、周线、月线、分钟线都能给，字段包含前收盘、今开盘、最高、最低、成交量、成交额、振幅、换手率等，已经覆盖绝大部分分析需求。
• 响应速度快：请求一个股票的全部日线数据，通常300毫秒左右就能返回，比渲染完整网页再解析要快一个数量级。
• 不需要维护登录状态：Cookie、Session都不用管，requests直接打过去就是200。

这套方案的本质，是直接绕过网页渲染层，去拿数据接口返回的JSON。这种思路在爬虫里叫“接口直连”，比解析HTML或者用playwright模拟浏览器都要稳定，因为JSON结构是固定的，只要接口不升版本，代码就能一直跑。

1.3 什么时候才需要playwright这类渲染工具

想必你也在热搜词里看到了playwright。这里顺便说清楚适用场景。playwright这类浏览器自动化工具，适合对付那种数据是通过JavaScript动态渲染、并且接口有加密参数的网站。比如有些站点请求接口时要带动态token，token是前端JS算出来的，你直接requests请求拿不到数据，那就必须用playwright或pyppeteer去构造一个真实浏览器环境。

但在东方财富这个场景里，不需要走这条路。即便页面上的K线图是JS画的，它的数据源头还是那个JSON接口，URL可以直接拼出来。永远记得一个原则：优先找接口，找不到接口再考虑渲染。用playwright爬静态信息比较笨重，而且消耗资源。

2. 核心细节解析：看懂接口URL的每个参数

2.1 接口原型拆解

我们实际要用的接口长这样：

https://push2his.eastmoney.com/api/qt/stock/kline/get?secid=1.600519&fields1=f1,f2,f3,f4,f5,f6&fields2=f51,f52,f53,f54,f55,f56,f57,f58,f59,f60,f61&klt=101&fqt=1&beg=0&end=20500101

看着长，其实规律很强。我做接口分析的习惯是先把一个完整URL丢到浏览器里，看返回的JSON长什么样，再回头反推每个参数的作用。这个接口的关键参数我整理成了下表：

fields2这组参数决定了数据返回什么，我逐个拆一下：f51是日期，f52是开盘价，f53是收盘价，f54是最高价，f55是最低价，f56是成交量，f57是成交额，f58是振幅，f59是涨跌幅，f60是涨跌额，f61是换手率。这个顺序是固定的，后面解析的时候直接对应列名即可。

2.2 secid编码规则与常见坑点

secid是这套接口里最容易出错的参数。规则是市场前缀加股票代码，1开头是上海证券交易所，0开头是深圳证券交易所。但这里有个细节特别坑：北交所的股票前缀是0还是1？我实测过，北交所用的是0。所以判断规则不能简单理解为“6开头就一定是1”，比如科创板股票688开头，它依然在上海交易所，前缀就是1。深市的000、002、300前缀都是0。

实际操作中，最稳的方法是用接口去自动匹配，而不是人肉判断。东方财富有一个搜索接口，输入股票名称或代码，返回里带secid：

https://searchapi.eastmoney.com/api/suggest/get?input=贵州茅台&type=14&token=D43BF722C8E33BDC906FB84D85E326E8

我平时会先跑这个搜索接口拿secid，再交给行情接口去拉数据。这样写代码就会更健壮，不怕用户输入的是“贵州茅台”还是“600519”，统一转换成标准secid。

2.3 复权因子的选择逻辑

复权这里值得多说几句。fqt参数有三个值：0是不复权，1是前复权，2是后复权。做技术分析的朋友最好统一用前复权数据，因为前复权会以当前价格为基准，对历史价格做调整，这样均线、MACD这些指标的计算才不会因为除权除息出现假信号。

但如果你要做的是计算真实收益率或回测资金曲线，前复权的历史价格是失真的——因为它是站在今天往回看的视角。后复权则相反，它保持历史价格是真实价格，调整的是当前价格。我做回测时，习惯同时拉一份不复权和一份前复权，不复权用于计算真实涨跌幅，前复权用于画技术指标图，各有分工。

3. 完整代码实现：从零搭建一个可复用的爬虫脚本

3.1 基础版：核心请求逻辑

先把最核心的部分写出来。这一步的目标就是——用最小代码量，把数据完整拿下来。

import requests import pandas as pd def get_kline(secid: str, klt: int = 101, fqt: int = 1) -> pd.DataFrame: url = "https://push2his.eastmoney.com/api/qt/stock/kline/get" params = { "secid": secid, "klt": klt, "fqt": fqt, "beg": "0", "end": "20500101", "fields1": "f1,f2,f3,f4,f5,f6", "fields2": "f51,f52,f53,f54,f55,f56,f57,f58,f59,f60,f61", } headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36" } resp = requests.get(url, params=params, headers=headers, timeout=10) data = resp.json() if data.get("data") is None or data["data"].get("klines") is None: raise ValueError(f"接口返回异常: {data}") rows = [line.split(",") for line in data["data"]["klines"]] df = pd.DataFrame(rows, columns=[ "date", "open", "close", "high", "low", "volume", "amount", "amplitude", "pct_chg", "change", "turnover" ]) for col in ["open", "close", "high", "low", "volume", "amount", "amplitude", "pct_chg", "change", "turnover"]: df[col] = pd.to_numeric(df[col], errors="coerce") return df if __name__ == "__main__": df = get_kline("1.600519", klt=101, fqt=1) print(df.tail(10))

这段代码跑起来是什么效果？你会看到最近10个交易日的日K线数据，日期、开高低收、成交量、涨跌幅都在里面。从发起请求到打印结果，没有多余的噪音，整个流程能控制在半秒以内。

3.2 为什么用params而不是直接拼URL

注意我上面用的是requests的params参数，而不是把完整的URL字符串直接拼出来。这个习惯很重要。当你的URL参数比较多的时候，如果手动拼字符串，很容易漏掉某个参数，或者因为某个值里带了特殊字符导致URL解析失败。requests的params会自动帮你处理URL编码，同时还能保持代码更易读。

还有一点，requests默认会带上Accept-Encoding，服务器返回的数据通常是gzip压缩过的。requests会自动解压，这一层我们不需要手动处理。headers里加一个常见的User-Agent就行，主要是为了模拟浏览器环境，有些反爬策略会拦截默认的python-requests标识。

3.3 进阶版：自动识别secid与批量拉取

基础版跑通之后，我建议直接把它升级成带自动识别secid的版本。这一版在实际工程里更好用，因为你不需要记住前缀规则，直接丢代码或者名字给它就行。

import requests import pandas as pd from typing import Union SEARCH_URL = "https://searchapi.eastmoney.com/api/suggest/get" def get_secid(keyword: str) -> str: params = { "input": keyword, "type": "14", "token": "D43BF722C8E33BDC906FB84D85E326E8", } resp = requests.get(SEARCH_URL, params=params, timeout=10) data = resp.json() items = data.get("QuotationCodeTable", {}).get("Data", []) if not items: raise ValueError(f"未找到标的: {keyword}") item = items[0] market_type = str(item.get("MarketType", "")) code = item.get("Code", "") secid = f"{market_type}.{code}" return secid def get_kline_by_keyword(keyword: str, klt: int = 101, fqt: int = 1) -> pd.DataFrame: secid = get_secid(keyword) return get_kline(secid, klt, fqt) if __name__ == "__main__": df = get_kline_by_keyword("贵州茅台", klt=101, fqt=1) print(df.tail(5))

搜索接口返回的数据里有一个MarketType字段，这个字段的值就是secid前缀。我实测过，贵州茅台返回1，平安银行返回0，跟规则完全吻合。不过要注意的是，搜索接口可能会返回多个匹配项，比如你搜“茅台”，可能同时返回贵州茅台和茅台相关基金。稳妥的做法是取第一条，或者根据用户输入是6位数字还是中文字符做不同处理。如果输入的是纯数字代码，直接判断首位：6开头用1前缀，0、2、3开头用0前缀，这也是一种可靠的兜底方案。

3.4 分钟级数据的玩法

除了日线，分钟级数据其实是很多做短线的朋友关心的高频数据。klt参数这里需要重点说明，我整理出一份常用对照表：

分钟级数据有一点要注意：beg和end参数对分钟线的数据条数有实际影响。东方财富的分钟线接口单次最多返回大约57000条数据，对于1分钟线来说，大约能覆盖近3个月。如果需求是拉取一年以上的分钟数据，建议按时间切片分段请求，最后再拼接。

def get_kline_period(secid: str, klt: int, start: str, end: str, fqt: int = 1) -> pd.DataFrame: url = "https://push2his.eastmoney.com/api/qt/stock/kline/get" params = { "secid": secid, "klt": klt, "fqt": fqt, "beg": start, "end": end, "fields1": "f1,f2,f3,f4,f5,f6", "fields2": "f51,f52,f53,f54,f55,f56,f57,f58,f59,f60,f61", } headers = {"User-Agent": "Mozilla/5.0"} resp = requests.get(url, params=params, headers=headers, timeout=10) data = resp.json() rows = [line.split(",") for line in data["data"]["klines"]] df = pd.DataFrame(rows, columns=[ "date", "open", "close", "high", "low", "volume", "amount", "amplitude", "pct_chg", "change", "turnover" ]) return df

调用方式也很简单：get_kline_period("1.600519", 1, "2024-01-01", "2024-03-01")，一次性把2024年头两个月的1分钟线全拉下来。如果你要跑连续几个月的分钟数据，就在外面套一个日期列表循环，每次请求之间sleep 0.5秒，避免给服务器造成压力。

4. 实操中遇到的典型问题与排查技巧

4.1 返回格式不对或字段缺失

这个是最常见的问题。核心原因通常是fields2参数写错了，或者接口更新了返回结构。遇到这种情况，我的排查思路很固定：先直接在浏览器里打开接口URL，看原始JSON结构。如果浏览器能正常显示，说明接口本身没问题，那就是Python请求的参数出了问题。拿浏览器里的JSON和代码返回的JSON逐字段对比，很容易定位到差异。

另外注意，接口返回的data字段为空时，大概率是secid不对。比如把深市股票配成了1.000001，接口不会报错，但返回的data是null。这种“静默失败”特别容易让人怀疑是网络问题，其实是市场前缀搞错了。

4.2 请求频率限制与封禁风险

东方财富的接口对普通的低频率请求比较宽松，但你若用for循环一次性拉几千只股票，每只间隔不到100毫秒，很容易触发服务端的限流，表现是请求返回超时或者直接拒绝连接。我实测下来，其实不需要去试探它的极限在哪里，更合理的做法是：把批量任务控制在每秒1到2次请求，并对每只股票做一次指数退避重试。

import time import random def fetch_with_retry(secid: str, retries: int = 3) -> pd.DataFrame: for i in range(retries): try: return get_kline(secid) except Exception as e: wait = (i + 1) * 1 + random.random() print(f"第{i+1}次请求失败，{wait:.1f}秒后重试: {e}") time.sleep(wait) raise RuntimeError(f"重试{retries}次仍然失败: {secid}")

这种重试机制能大幅度提升批量任务的成功率。重试间隔用随机值而不是固定值，是为了避免多个线程同时重试时再次撞在一起形成“惊群效应”，这是并发编程里的一个教训。

4.3 pandas列类型数值化

从接口拿到的原始数据，所有字段都是字符串。如果你直接用df["close"]去做计算，会得到一堆字符串拼接的结果，比如“1699”+“1”得到“16991”。这就尴尬了。

解决方式是在DataFrame创建后立即做类型转换。我在上面的代码里用pd.to_numeric把所有价格和成交量字段一次性转成数值。这一步是标准操作，不要偷懒。坐标轴画图、计算收益率、做因子分析，全部依赖于数值列。

4.4 时区与日期边界问题

东方财富返回的日期字符串是东八区时间，不携带时区信息。如果你在本地跑脚本，且本地时区不是东八区，直接用date列去做时间聚合时可能会出现偏移。建议在拿到数据后统一清洗一次：

df["date"] = pd.to_datetime(df["date"]) df = df.set_index("date").tz_localize("Asia/Shanghai")

对于做A股日线分析，把索引统一成带时区的东八区时间，后续跟其他数据源做对齐时能少踩很多坑。另外要注意交易日历问题，A股有节假日休市，数据中的日期就是实际的交易日，不需要自己额外过滤周末。

5. 扩展场景：从K线数据到完整的量化分析流程

5.1 计算技术指标

数据抓回来之后，必然要做的一件事是算指标。很多人会引入TA-Lib，但TA-Lib在Windows上安装比较折腾。我建议日常用pandas直接算，比如20日均线、MACD、RSI这些都不复杂。

df["ma20"] = df["close"].rolling(window=20).mean() df["ma60"] = df["close"].rolling(window=60).mean() ema12 = df["close"].ewm(span=12, adjust=False).mean() ema26 = df["close"].ewm(span=26, adjust=False).mean() df["dif"] = ema12 - ema26 df["dea"] = df["dif"].ewm(span=9, adjust=False).mean() df["macd"] = (df["dif"] - df["dea"]) * 2

这些列加进去之后，你就可以直接画K线叠加均线和MACD副图。整个分析链路从数据获取到可视化，不需要依赖任何第三方数据库，一个脚本全搞定。

5.2 批量抓取全市场股票列表

除了单只股票K线，有时需要全市场股票列表。东方财富同样提供了接口，一秒就能拉回所有A股代码：

https://push2.eastmoney.com/api/qt/clist/get?pn=1&pz=5000&po=1&np=1&fltt=2&invt=2&fid=f3&fs=m:0+t:6,m:0+t:80,m:1+t:2,m:1+t:23&fields=f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f14

fs参数的含义我解释一下：m:0代表深市，m:1代表沪市，t:6是深市主板，t:80是创业板，t:2是沪市主板，t:23是科创板。这样组合起来，正好覆盖所有A股标的。返回的f12是股票代码，f14是股票名称，f2是最新价。拿到这个列表后，再配合前面的get_kline，就能实现全市场数据扫描。

5.3 数据落库与增量更新

等到数据量大了，建议从DataFrame落盘到SQLite或CSV。我自己喜欢用SQLite，因为轻量、不需要单独起服务，一个文件搞定。增量更新时先查一下库里已有的最大日期，再从这个日期开始拉取新数据，直接append，效率高也不会重复存储。

import sqlite3 def save_to_sqlite(df: pd.DataFrame, db_path: str, table_name: str) -> None: conn = sqlite3.connect(db_path) df.to_sql(table_name, conn, if_exists="append", index=False) conn.close()

配合一个定时任务工具，每交易日收盘后自动拉一次数据入库，就形成了一套完整的个人行情数据库。

6. 合规与长期使用的几点建议

无论是抓数据做个人分析，还是用于学习研究，都要注意几个边界问题。首先，东方财富这些接口本身是网页端公开使用的数据通道，个人以合理频率取数用于学习和研究，风险和压力相对较小。但千万不要拿去做成对外提供数据服务的商业产品，这会直接触及数据版权问题。

其次是代码的维护成本。接口字段和URL有变动可能，建议代码里把URL和字段列表集中定义为常量，不要散落在各个函数里。这样接口一旦调整，只需要改一处。

最后，关于“因爬虫入狱”这类热搜词的提醒：爬虫本身不违法，但需要关注抓取对象的协议、频率和个人隐私信息。做A股行情数据抓取，只取公开行情，不碰用户信息，不绕过权限控制，频次保持在合理区间，就不会触及红线。用技术做正经事，这条路才能走得长。

根据我个人的经验，东方财富这套接口是个人开发者获取A股行情的一个非常顺手的源头，比起注册各种数据平台帐号要省心得多。用requests直连拿JSON，代码写起来干净，跑起来稳定，扩展空间也很大。建议你照着上面的代码先跑通一只股票，再逐步扩展成自己的全市场行情工具箱。