当前位置：首页 > news >正文

使用Python和AkShare轻松获取新闻联播文字稿：从数据获取到文本挖掘

news 2025/7/12 6:28:50

文章目录

- 使用Python和AkShare轻松获取新闻联播文字稿：从数据获取到文本挖掘
- - 引言：新闻联播——不可忽视的信息金矿
  - 一、环境准备与AkShare安装
  - - 1. 安装AkShare
    - 2. 验证安装
  - 二、核心操作：获取新闻联播文字稿
  - - 1. **单日数据获取**
    - 2. **批量获取历史数据**
  - 三、实战应用：从数据到洞察
  - - 1. **政策关键词分析**
    - 2. **事件驱动投资模型**
  - 四、高级技巧：文本挖掘与AI结合
  - - 1. **词云可视化**
    - 2. **AI生成投资建议**（需OpenAI API）
  - 五、注意事项与优化方案
  - 结语：构建你的政策分析系统

使用Python和AkShare轻松获取新闻联播文字稿：从数据获取到文本挖掘

引言：新闻联播——不可忽视的信息金矿

新闻联播作为国内权威新闻节目，其内容对政策导向、市场趋势具有显著影响。据深交所统计，政策类新闻对相关板块的刺激效应平均持续21个交易日，如何高效获取并分析这些关键信息？Python库 AkShare 提供了完整的解决方案。

一、环境准备与AkShare安装

1. 安装AkShare

通过pip一键安装（需Python 3.6+环境）：

pip install akshare --upgrade

2. 验证安装

import akshare as ak
print(ak.__version__)  # 需输出1.12.0及以上版本

二、核心操作：获取新闻联播文字稿

1. 单日数据获取

通过news_cctv接口指定日期（格式YYYYMMDD）获取当日全部新闻条目：

# 获取2025年7月11日新闻联播稿
news_df = ak.news_cctv(date="20250711")
print(news_df[['title', 'content']].head())

输出字段说明：

date：新闻日期（格式YYYYMMDD）
title：新闻标题
content：新闻全文内容

2. 批量获取历史数据

自动下载2016年2月3日至今的所有新闻稿（示例保存为CSV）：

import datetimedef get_dates():start = datetime.datetime(2016, 2, 3)end = datetime.datetime.today()return [(start + datetime.timedelta(days=i)).strftime("%Y%m%d") for i in range((end - start).days + 1)]for date_str in get_dates():try:df = ak.news_cctv(date=date_str)df.to_csv(f"cctv_news_{date_str}.csv", index=False)except Exception as e:print(f"Failed for {date_str}: {str(e)}")

注意：完整历史数据约2500+天，批量下载需数小时

三、实战应用：从数据到洞察

1. 政策关键词分析

利用词频统计捕捉政策热点（示例使用jieba分词）：

from collections import Counter
import jieba# 合并当日所有新闻内容
text = " ".join(news_df['content'].tolist())
words = [word for word in jieba.cut(text) if len(word) > 1]  # 过滤单字
keyword_freq = Counter(words).most_common(10)
print("Top10关键词:", keyword_freq)

典型应用场景：

30秒黄金法则：开篇30秒提及的行业，3个月内获政策红利概率达81%
行业映射：如{"光刻胶": "半导体", "抽水蓄能": "绿电"}

2. 事件驱动投资模型

根据新闻类型预测市场反应：

新闻类型	市场反应规律	典型案例
重大会议	提前3-6月布局	2025年“新质生产力”催生机器人行情
外交成果	次日高开概率72%	中法新能源合作致比亚迪涨停
民生政策	消费板块滞后反应	保障房建设带动建材股季度涨45%

四、高级技巧：文本挖掘与AI结合

1. 词云可视化

from wordcloud import WordCloud
import matplotlib.pyplot as pltwc = WordCloud(font_path="simhei.ttf", width=800, height=400, background_color="white")
wc.generate_from_frequencies(dict(keyword_freq))
plt.imshow(wc)
plt.axis("off")
plt.show()

2025年7月11日新闻联播

2. AI生成投资建议（需OpenAI API）

from langchain.chat_models import ChatOpenAIllm = ChatOpenAI(api_key="sk-xxxx", model="gpt-4")
prompt = f"基于新闻《{news_df['title'][0]}》生成3条投资建议，包含行业逻辑"
advice = llm.invoke(prompt).content
print(advice)

五、注意事项与优化方案

数据时效性
- 机构通常提前12小时捕捉新闻事件，建议结合龙虎榜数据交叉验证
- 优先采用官方渠道（央视网、学习强国APP）补充实时数据
常见问题解决
- 日期范围限制：仅支持20160203后数据
- 缺失数据处理：用try-except跳过失效日期（如节假日停播）
- 国内加速：使用清华pip源--index-url https://pypi.tuna.tsinghua.edu.cn/simple