如何用Python获取实时的股票数据？

from urllib.parse import urlencodeimport pandas as pdimport requests

def gen_secid(rawcode: str) -> str:    '''    生成东方财富专用的secid
    Parameters    ----------    rawcode : 6 位股票代码
    Return    ------    str: 指定格式的字符串
    '''    # 沪市指数    if rawcode[:3] == '000':        return f'1.{rawcode}'    # 深证指数    if rawcode[:3] == '399':        return f'0.{rawcode}'    # 沪市股票    if rawcode[0] != '6':        return f'0.{rawcode}'    # 深市股票    return f'1.{rawcode}'

def get_k_history(code: str, beg: str = '16000101', end: str = '20500101', klt: int = 1, fqt: int = 1) -> pd.DataFrame:    '''    功能获取k线数据
    Parameters    ----------    code : 6 位股票代码    beg: 开始日期 例如 20200101    end: 结束日期 例如 20200201    klt: k线间距 默认为 101 即日k        klt:1 1 分钟        klt:5 5 分钟        klt:101 日        klt:102 周    fqt: 复权方式        不复权 : 0        前复权 : 1        后复权 : 2     Return    ------    DateFrame : 包含股票k线数据    '''    EastmoneyKlines = {        'f51': '日期',        'f52': '开盘',        'f53': '收盘',        'f54': '最高',        'f55': '最低',        'f56': '成交量',        'f57': '成交额',        'f58': '振幅',        'f59': '涨跌幅',        'f60': '涨跌额',        'f61': '换手率',

    }    EastmoneyHeaders = {        'Host': '19.push2.eastmoney.com',        'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko',        'Accept': '*/*',        'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',        'Referer': 'http://quote.eastmoney.com/center/gridlist.html',    }    fields = list(EastmoneyKlines.keys())    columns = list(EastmoneyKlines.values())    fields2 = ",".join(fields)    secid = gen_secid(code)    params = (        ('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),        ('fields2', fields2),        ('beg', beg),        ('end', end),        ('rtntype', '6'),        ('secid', secid),        ('klt', f'{klt}'),        ('fqt', f'{fqt}'),    )    params = dict(params)    base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'    url = base_url+'?'+urlencode(params)    json_response: dict = requests.get(        url, headers=EastmoneyHeaders).json()
    data = json_response.get('data')    if data is None:        if secid[0] == '0':            secid = f'1.{code}'        else:            secid = f'0.{code}'        params['secid'] = secid        url = base_url+'?'+urlencode(params)        json_response: dict = requests.get(            url, headers=EastmoneyHeaders).json()        data = json_response.get('data')    if data is None:        print('股票代码:', code, '可能有误')        return pd.DataFrame(columns=columns)
    klines = data['klines']
    rows = []    for _kline in klines:
        kline = _kline.split(',')        rows.append(kline)
    df = pd.DataFrame(rows, columns=columns)
    return df

if __name__ == "__main__":    # 股票代码    code = '600519'    # 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据    df = get_k_history(code)    # 保存k线数据到表格里面    df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)    print(f'股票代码：{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')

from urllib.parse import urlencodeimport pandas as pdimport requestsimport time

def gen_secid(rawcode: str) -> str:    '''    生成东方财富专用的secid
    Parameters    ----------    rawcode : 6 位股票代码
    Return    ------    str: 指定格式的字符串
    '''    # 沪市指数    if rawcode[:3] == '000':        return f'1.{rawcode}'    # 深证指数    if rawcode[:3] == '399':        return f'0.{rawcode}'    # 沪市股票    if rawcode[0] != '6':        return f'0.{rawcode}'    # 深市股票    return f'1.{rawcode}'

def get_k_history(code: str, beg: str = '16000101', end: str = '20500101', klt: int = 1, fqt: int = 1) -> pd.DataFrame:    '''    功能获取k线数据
    Parameters    ----------    code : 6 位股票代码    beg: 开始日期 例如 20200101    end: 结束日期 例如 20200201    klt: k线间距 默认为 101 即日k        klt:1 1 分钟        klt:5 5 分钟        klt:101 日        klt:102 周    fqt: 复权方式        不复权 : 0        前复权 : 1        后复权 : 2     Return    ------    DateFrame : 包含股票k线数据    '''    EastmoneyKlines = {        'f51': '日期',        'f52': '开盘',        'f53': '收盘',        'f54': '最高',        'f55': '最低',        'f56': '成交量',        'f57': '成交额',        'f58': '振幅',        'f59': '涨跌幅',        'f60': '涨跌额',        'f61': '换手率',

    }    EastmoneyHeaders = {        'Host': '19.push2.eastmoney.com',        'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko',        'Accept': '*/*',        'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',        'Referer': 'http://quote.eastmoney.com/center/gridlist.html',    }    fields = list(EastmoneyKlines.keys())    columns = list(EastmoneyKlines.values())    fields2 = ",".join(fields)    secid = gen_secid(code)    params = (        ('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),        ('fields2', fields2),        ('beg', beg),        ('end', end),        ('rtntype', '6'),        ('secid', secid),        ('klt', f'{klt}'),        ('fqt', f'{fqt}'),    )    params = dict(params)    base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'    url = base_url+'?'+urlencode(params)    json_response: dict = requests.get(        url, headers=EastmoneyHeaders).json()
    data = json_response.get('data')    if data is None:        if secid[0] == '0':            secid = f'1.{code}'        else:            secid = f'0.{code}'        params['secid'] = secid        url = base_url+'?'+urlencode(params)        json_response: dict = requests.get(            url, headers=EastmoneyHeaders).json()        data = json_response.get('data')    if data is None:        print('股票代码:', code, '可能有误')        return pd.DataFrame(columns=columns)
    klines = data['klines']
    rows = []    for _kline in klines:
        kline = _kline.split(',')        rows.append(kline)
    df = pd.DataFrame(rows, columns=columns)
    return df

if __name__ == "__main__":    # 重复 1000 次    for _ in range(1000):        # 股票代码        code = '600519'        # 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据        df = get_k_history(code)        # 保存k线数据到表格里面        df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)        print(f'股票代码：{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')
        # 240 行说明收盘了，结束        if len(df) >= 240:            print('已收盘')            break        time.sleep(60)

pip install pandas requests