今天把数据抽取的代码整理了下，做了个控制台程序，这个程序主要抓取了新浪网的行业数据、股票信息，股价日、周、月线的数据，并把数据存储到数据库。文章末尾提供代码下载网址，代码可运行，设置好数据库连接字符串后，即可抽取数据了。

数据抽取主要是找到合适的数据源，分析和提取数据。

一、数据源

免费的接口主要是各大门户网站和财经类网站，比如新浪网易的财经频道，或者东方财富和和讯网站等。

专门做接口的聚合数据股票接口等。

另外如果想了解各种指数的成分股，比如上证50，深户300等指数的成分股，可以参考 上海证券交易所 深圳证券交易所，这两个网站提供两市的所有股票数据，提供了Excel下载，下载以后导入到数据即可。

二、分析和提取数据

通过浏览器的F12或者Fiddler查看网络请求数据，数据最好返回的是json格式，json格式的数据非常容易提取，利用Newtonsoft.Json把json对象转换成dynamic对象，访问json数据真是方便极了，没有用dynamic对象之前，一直是建立和json对象一致的类，然后在反序列化，现在不需要了，代码示例如下：

public IList<DataAccess.Stock> GetStocks(DataAccess.StockCategory category)  
        {  
            var url = "http://vip.stock.finance.sina.com.cn/quotes_service/api/json_v2.php/Market_Center.getHQNodeData?page=1&num=900&sort=symbol&asc=1&node={0}&symbol=&_s_r_a=init";  
            url = string.Format(url, category.code.Trim('"'));  
            string content = getRequestContent(url);  
            dynamic stocks = Newtonsoft.Json.JsonConvert.DeserializeObject(content);  
  
            IList<DataAccess.Stock> list = new List<DataAccess.Stock>();  
            foreach (var stock in stocks)  
            {  
                list.Add(new DataAccess.Stock  
                {  
                    code = stock.code,  
                    symbol = stock.symbol,  
                    name = stock.name  
                });  
            }  
            return list;  
        }  

 如果返回数据不是json格式，那就需要用正则表示来提取了，这方面就要看情况了，我的代码里部分用到了正则表达式。

另外，为了防止网站接口变化，你需要建立一个接口类，为应用多做几个接口的实现，应对后续网站接口的变化。

 源码可以看原文地址，关注微信公众号获取

转载：http://www.cnblogs.com/hongyin163/p/stockdata.html