页面抓取以从谷歌财经获取价格

我试图通过抓取谷歌金融页面来获取股票价格，我在 python 中使用 urllib 包，然后使用正则表达式来获取价格数据。

当我让 python 脚本运行时，它最初会运行一段时间（几分钟），然后开始抛出异常 [HTTP 错误 503：服务不可用]

我猜这种情况正在发生，因为在网络服务器端，它作为机器人检测到频繁的页面更新，并在一段时间后抛出此异常。

有没有办法解决这个问题，即删除一些 cookie 或创建一些 cookie 等。

或者更好的是，如果谷歌提供一些API，我想在Python中执行此操作，因为Python中的完整应用程序，但如果Python中没有可用的东西可以执行此操作，我可以考虑替代方案。这是我在循环中使用的 python 方法来获取数据（在几秒钟的睡眠后，我在循环中调用此方法）

 def getPriceFromGOOGLE(self, symbol):
    """ 
    gets last traded price from google for given security
    """         
    toReturn = 0.0
    try:
        base_url = 'http://google.com/finance?q='
        req = urllib2.Request(base_url + symbol)
        content = urllib2.urlopen(req).read()
        namestr = 'name:\"' + symbol + '\",cp:(.*),p:(.*),cid(.*)}'
        m = re.search(namestr, content)
        if m:
            data = str(m.group(2).strip().strip('"'))
            price = data.replace(',','')
            toReturn = float(price)
        else:
            print 'ERROR ' + str(symbol) + ' --- ' + str(content)      
    except Exception, exc:
        print 'Exc: ' + str(exc)       
    finally: 
        return toReturn

该问题很旧，但所选答案不再有效。
该 API 已被弃用。

有一个开源项目可以从 Google 金融中抓取所有公司，并将它们与当前的价格进行匹配http://scrape-google-finance.compunect.com/ http://scrape-google-finance.compunect.com/
该项目解决了大部分问题，包括缓存、IP 管理，并且工作稳定，不会被阻止。
它使用内部财务公司匹配API来抓取公司和图表API来获取价格。 但它是 php 代码，而不是 python。您仍然可以了解它如何解决任务并进行调整。