跳至主要内容

取得 TWSE 所有股票代號資料

· 閱讀時間約 4 分鐘
Zephyr
Zephyr
Engineer

title

封面圖片：由 GPT-4 閱讀本文之後自動生成

臺灣股市每隔一段時間就會更迭一次股票代號，每次都用人工查找，總不是辦法。

所以我們需要自動化！

安裝環境​

遇到困難就自己寫個程式吧，首先安裝必要的套件：

pip install requests beautifulsoup4 json
提示

這邊我們假設你已經有了可以正常運行的 Python 環境。

目標網頁​

股票相關的資料都在臺灣證券交易所（TWSE）的網站上，我們需要找到目標網頁：

我們先把這三個網頁記下來：

urls = [
    "https://isin.twse.com.tw/isin/C_public.jsp?strMode=2", # 上市證券
    "https://isin.twse.com.tw/isin/C_public.jsp?strMode=4", # 上櫃證券
    "https://isin.twse.com.tw/isin/C_public.jsp?strMode=5"  # 興櫃證券
]

解析網頁​

stock_table

網頁點進去之後，查詢一下主要表格對應的 HTML 標籤是：class=h4。

好，找到目標之後，我們就可以開始寫程式了：

update_stocks_code.py
import json
import requests
from bs4 import BeautifulSoup

# 取得臺灣證券交易所公告內容
urls = [
    "https://isin.twse.com.tw/isin/C_public.jsp?strMode=2", # 上市證券
    "https://isin.twse.com.tw/isin/C_public.jsp?strMode=4", # 上櫃證券
    "https://isin.twse.com.tw/isin/C_public.jsp?strMode=5"  # 興櫃證券
]

# All data infos
data = {}

total_urls = len(urls)
for index, url in enumerate(urls, start=1):
    print(f"Processing URL {index}/{total_urls}: {url}")

    response = requests.get(url)
    response.encoding = 'big5'  # 設定正確的編碼格式

    # 使用 BeautifulSoup 解析 HTML
    soup = BeautifulSoup(response.text, 'html.parser')
    table = soup.find('table', {'class': 'h4'})

    if not table:
        print(f"Table not found for URL: {url}")
        continue

    for row in table.find_all('tr')[1:]:  # 跳過表頭
        cells = row.find_all('td')
        if len(cells) != 7:
            continue

        code, name = cells[0].text.split("\u3000")
        internationality = cells[1].text
        list_date = cells[2].text
        market_type = cells[3].text
        industry_type = cells[4].text

        data[code] = {
            "名稱": name,
            "代號": code,
            "市場別": market_type,
            "產業別": industry_type,
            "上市日期": list_date,
            "國際代碼": internationality
        }

with open("stock_infos.json", "w", encoding="utf-8") as f:
    json.dump(data, f, ensure_ascii=False, indent=2)

print("All data has been processed and saved to stock_infos.json")

輸出結果​

stock_infos.json
{
  "1101": {
    "名稱": "台泥",
    "代號": "1101",
    "市場別": "上市",
    "產業別": "水泥工業",
    "上市日期": "1962/02/09",
    "國際代碼": "TW0001101004"
  },
  "1102": {
    "名稱": "亞泥",
    "代號": "1102",
    "市場別": "上市",
    "產業別": "水泥工業",
    "上市日期": "1962/06/08",
    "國際代碼": "TW0001102002"
  },
  ...以下省略...
}

我們用 json 來輸出結果，這樣之後串接其他程式比較方便。

常見問題​

我只要一般股票​

我猜你指的是股票代號為「四碼」的股票，不要 ETF、權證等等，想取得這個資料的話，直接在程式中加入過濾條件即可：

if len(code) != 4:
    continue

我只要特定的產業​

這個需求可以拓展到特定的市場別、產業別、上市日期等，甚至是上一個「取得一般股票」的問題，都一樣！

我們只需要把輸出的 json 檔案用 Pandas 讀進來，然後用條件篩選即可：

import pandas as pd

df = pd.read_json("stock_infos.json", orient="index")
target = df[df["產業別"] == "水泥工業"]

程式壞掉了​

那可能是臺灣證券交易所的網站改版，導致網頁結構變了，這個部分遇到了再來改吧。

結語​

我們之後只需要不定期的執行這個程式，就可以取得最新的股票資訊。

如果你有任何問題或建議，歡迎在下方留言！