如果你是一名開發者，或正打算寫支小程式幫自己「省點力」——例如每天自動抓股票報價、做技術分析，甚至做一個簡單的價格提醒機器人，那麼 Python 會是你最好的起點。Python 語法簡潔、生態系成熟，用十幾行程式碼就能完成從「抓資料」到「存檔」的完整流程。今天我們就從零開始，實戰用公開 API 抓取股市行情。
一、為什麼用 Python 抓股市資料？
你可能想過：打開券商 App 或網站下載 Excel 不就好了？手動下載的確可行，但有三個致命缺點：
- 無法自動化：每天開盤都要自己動手，漏一次就斷一天
- 難以分析：Excel 對「一檔股票 + 多個時間點」的批次處理很痛苦
- 不易擴展：想看 50 檔股票、每 5 分鐘刷新一次？手動根本做不到
而 Python 的生態系剛好補齊這些缺口：requests 負責請求、json 負責解析、csv 負責存檔、pandas 負責分析，每一塊都是現成的積木。
二、環境準備：安裝 Python 與 requests
步驟 1：確認 Python 版本。建議 3.10 以上，終端機輸入 python -V 檢查。
步驟 2：安裝 requests 套件，這是最流行的 HTTP 請求函式庫：
pip install requests步驟 3：驗證安裝成功：
python -c "import requests; print(requests.__version__)"看到版本號就代表環境就緒。若你用的是 Anaconda 或 VS Code，觀念完全相同，只是啟動環境的方式略有不同。
三、實戰第一步：抓取單檔股票報價
我們使用公開的行情接口（無需申請金鑰、無需付費），以「貴州茅台（滬 600519）」為例。騰訊行情接口的網址格式如下：
import requests
url = "https://qt.gtimg.cn/q=sh600519"
resp = requests.get(url, timeout=5)
resp.encoding = "gbk" # 該接口回傳的是 GBK 編碼
print(resp.text)特別注意：這個接口回傳的不是 JSON，而是一串用 ~ 分隔的欄位資料，而且編碼是 GBK（不是 UTF-8）。這就是實戰與教科書的差別——真實世界的接口總有「意外」，需要你學會應對。
回傳內容大致長這樣：
v_sh600519="1~貴州茅台~600519~1800.00~1795.50~1796.00~..."欄位以 ~ 分隔：第 1 個是股票名稱、第 3 個是最新價格、第 4 個是昨收。我們可以這樣解析：
parts = resp.text.split("~")
print(parts[1]) # 貴州茅台
print(parts[3]) # 1800.00四、封裝成函數：一次抓多檔股票
寫程式最重要的習慣就是「別寫死、要封裝」。我們把抓取邏輯包成函數，傳入股票代碼就回傳結構化字典：
import requests
def get_quote(symbol: str) -> dict:
url = f"https://qt.gtimg.cn/q={symbol}"
resp = requests.get(url, timeout=5)
resp.encoding = "gbk"
parts = resp.text.split("~")
return {
"code": symbol,
"name": parts[1],
"price": float(parts[3]),
"prev_close": float(parts[4]),
}
if __name__ == "__main__":
for s in ["sh600519", "sz000858", "hk00700"]:
print(get_quote(s))重點：接口還支援「一次查詢多檔」，用逗號分隔即可：https://qt.gtimg.cn/q=sh600519,sz000858,hk00700，回傳結果每檔一行，用 \n 切割就能批次處理。代碼中的 hk00700 代表香港交易所的騰訊控股，同一套程式即可涵蓋 A 股與港股。
五、進階：匯出 CSV 並定時更新
資料抓下來之後，最實用的存檔格式就是 CSV（可用 Excel 直接開啟）。加上 csv 模組與一個無窮迴圈，就變成「迷你行情記錄器」：
import csv
import time
import requests
def get_quote(symbol: str) -> dict:
url = f"https://qt.gtimg.cn/q={symbol}"
resp = requests.get(url, timeout=5)
resp.encoding = "gbk"
parts = resp.text.split("~")
return {"code": symbol, "name": parts[1], "price": float(parts[3])}
with open("quotes.csv", "w", newline="", encoding="utf-8-sig") as f:
writer = csv.writer(f)
writer.writerow(["time", "code", "name", "price"])
while True:
q = get_quote("sh600519")
writer.writerow([time.strftime("%Y-%m-%d %H:%M:%S"),
q["code"], q["name"], q["price"]])
f.flush() # 立即寫入磁碟
time.sleep(60) # 每 60 秒抓一次特別注意：實務上有兩件事必須遵守。第一，頻率不要太高，對免費接口保持禮貌，抓太頻繁可能被擋；第二，一定要設定 timeout，否則接口掛掉時你的程式會卡住不動。
六、總結
- Python + requests 是抓取股市資料最簡單的入門組合，十幾行程式即可完成抓取與存檔
- 真實接口常有「非標準格式」（如 GBK 編碼、
~分隔），學會應對意外是工程師的必修課 - 把邏輯封裝成函數，一檔與一百檔股票的差異只是迴圈而已
- 定時任務可以再結合
schedule套件或作業系統的排程器，讓程式真正「無人值守」 - 下一步建議：用
pandas分析歷史資料，或串接matplotlib畫 K 線圖
你寫過哪些用程式抓取金融資料的小工具？在抓資料時遇過哪些「接口意外」？歡迎在留言區分享你的踩坑經驗，我們一起討論！