我 Python完全新手一個，才看了教程沒兩天，但是今天正好碰到難題，就決定拿Python實驗一下，沒想到竟然就成功了。那種成就感不言而喻。流程記錄一下。

動因

最后的論文決定寫和 IPO有關(guān)的內(nèi)容，本來設(shè)定的時間范圍是 01.2011 - 12.2013?？墒亲蛱煺娴娜フ覕?shù)據(jù)的時候，才發(fā)現(xiàn)數(shù)據(jù)庫里的數(shù)據(jù)還沒有更新一三年最后一個季度的。先不說別的，首先就是那三個季度里的 IPO的公司，我找不到他們的行業(yè)代碼（SIC），初步篩選都做不了，又舍不得把這些公司全部剔除。

好在SEC的官網(wǎng)上有每家公司的 SIC信息，但是比較痛苦的是，SEC的搜索引擎一次只能搜索一家公司，出來一個公司的結(jié)果。也就是說，如果我要把缺的信息全部找到，我起碼得搜索近二百次。這時候，我就開始打 Python的注意了。

目的

寫之前，我已經(jīng)想好大概這個小程序有什么樣的功能。說來其實也很簡單，我那時候已經(jīng)發(fā)現(xiàn) SEC搜索引擎給出的每個公司的頁面地址是規(guī)律而固定的，我用 Excel很輕易地已經(jīng)把所有將近二百個公司的查詢結(jié)果頁面的地址寫出來了。所以，程序的目的就是便訪這些地址，把期中帶 “SIC=” 字樣的信息和后四位數(shù)字摘取出來，生成文件。

代碼

目的明確以后，憑著腦海里面對 Python那唯一一點理解，和網(wǎng)絡(luò)上無數(shù)好心人的文章，終于捉摸出來了代碼，并且運行成功。貼在這里，留個紀念，并請多指教。

out = open('C:/....../sic.txt','w') import urllib.request import re a = [ 'http://....', 'http://....', ...... ...... ...... 'http://....', 'http://....' ] for i in range(len(a)): response=urllib.request.urlopen(a[i]) html=response.read().decode("utf-8") s=re.search(r'(\SIC=....)',html) if s: print(s.group(0),file=out) else: print('sorry, no sic!',file=out) out.close()