ヤフーの歴史的URLに問題があります

Question

私はパンダを使って株価を取得しようとしています。私は先週までうんざりしていました。しかし、今私はデータを取り出すことができません。私の質問は、ヤフーのURLやパンダに問題があるということですか？

raise PandasError（ 'DataFrameコンストラクタが正しく呼び出されていません！'） pandas.core.common.PandasError：DataFrameコンストラクタが正しく呼び出されませんでした！

ブラウザでURLを試しましたが、動作していません。

Answer 1

彼らは彼らのURLを変更し、現在のクッキー保護（そしておそらくジャバスクリプト）を使用してきた 私はので、私は「偽」のユーザーのダウンロード

import dryscrape 
from bs4 import BeautifulSoup 
import time 
import datetime 
import re 

#we visit the main page to initialise sessions and cookies 
session = dryscrape.Session() 
session.set_attribute('auto_load_images', False) 
session.set_header('User-agent', 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95  Safari/537.36')  
session.visit("https://finance.yahoo.com/quote/AAPL/history?p=AAPL") 
response = session.body() 


#get the dowload link 
soup = BeautifulSoup(response, 'lxml') 
for taga in soup.findAll('a'): 
    if taga.has_attr('download'): 
     url_download = taga['href'] 
print(url_download) 

#now replace the default end date end start date that yahoo provides 
s = "2017-02-18" 
period1 = '%.0f' % time.mktime(datetime.datetime.strptime(s, "%Y-%m-%d").timetuple()) 
e = "2017-05-18" 
period2 = '%.0f' % time.mktime(datetime.datetime.strptime(e, "%Y-%m-%d").timetuple()) 

#now we replace the period download by our dates, please feel free to improve, I suck at regex 
m = re.search('period1=(.+?)&', url_download) 
if m: 
    to_replace = m.group(m.lastindex) 
    url_download = url_download.replace(to_replace, period1)   
m = re.search('period2=(.+?)&', url_download) 
if m: 
    to_replace = m.group(m.lastindex) 
    url_download = url_download.replace(to_replace, period2) 

#and now viti and get body and you have your csv 
session.visit(url_download) 
csv_data = session.body() 

#and finally if you want to get a dataframe from it 
import sys 
if sys.version_info[0] < 3: 
    from StringIO import StringIO 
else: 
    from io import StringIO 

import pandas as pd 
df = pd.read_csv(StringIO(csv_data), index_col=[0], parse_dates=True) 
df