爬取股票数据通常有以下几个步骤：
选择数据源
使用股票交易所的API，如Nasdaq、NYSE等。
利用第三方数据提供商的API，如Yahoo Finance、Alpha Vantage等。
准备Python环境
安装Python和必要的库，如`requests`、`BeautifulSoup`、`pandas`等。
建立网络请求
使用`requests`库向数据源发送HTTP请求。
指定URL、请求方法和请求头。
解析响应
使用`BeautifulSoup`解析HTML或JSON响应。
提取需要的股票信息，如股票名称、价格、成交量等。
存储或显示数据
将抓取到的数据存储在数据库、CSV文件或其他数据结构中。
可视化或显示数据，如打印、绘制图表等。
示例代码
```python
import requests
from bs4 import BeautifulSoup
设置请求头
headers = {
'User-Agent': 'Mozilla/5.0 （Windows NT 10.0； Win64； x64） AppleWebKit/537.36 （KHTML, like Gecko） Chrome/58.0.3029.110 Safari/537.3'}
获取股票数据URL
url = 'https://finance.yahoo.com/quote/AAPL'
发送HTTP请求
response = requests.get（url, headers=headers）
解析HTML响应
soup = BeautifulSoup（response.text, 'html.parser'）
提取股票信息
stock_info = soup.find（'div', {'class': 'My（6px） Pos（r） smartphone_Mt（6px）'}）
stock_name = stock_info.find（'h1', {'class': 'D（ib） Fz（18px）'}）.text
stock_price = stock_info.find（'span', {'class': 'Trsdu（0.3s） Fw（b） Fz（36px） Mb（-4px） D（ib）'}）
打印股票信息
print（f'股票名称：{stock_name}'）
print（f'股票价格：{stock_price.text}'）
注意事项确保遵守目标网站的使用条款和条件。考虑网站结构的变化，可能需要定期检查和更新爬虫代码。对于异步加载的数据，可能需要使用Selenium或其他工具模拟浏览器行为。对于加密或编码的数据，可能需要使用`execjs`、`js2py`等工具进行解析。爬取数据时要考虑到数据量和频率限制，避免对目标网站造成过大压力。以上步骤和示例代码可以帮助你开始使用Python爬取股票数据。