Part1数据介绍

前两天，企研·社科大数据平台（https://r.qiyandata.com）上线了银行业普惠专题数据库，其中银行业_普惠机构信息数据子库的年度报告（文本）模块，包含了大量的文本信息，数据下载下来之后，其中的pdf文件需要一个一个复制链接到浏览器进行下载。具体呈现形式如下：

经常查找资源的小伙伴一定知道，很多机构经常将 PDF，Word 等格式的文件存放于服务器，并引导用户点击指定链接跳转到另外的可以预览数据的网页。如下图所示，我们点击国家知识产权局官网主页中【政务】一栏，将鼠标放置在 “国家知识产权局关于核准……”，随后这些文字变为蓝色，点击后跳转到另一个网页，实际上我们点击的正是到达该 PDF 文件的链接；如下图所示，我们将这个链接复制到新建的网页，依然可以访问这份文件，在此页面中我们可以预览、下载或者打印文件。

如下图所示，社科大数据平台中所提供的年报数据，正是预览/下载数据的链接。我们可以从平台中下载含有下载链接的 csv 文件，下文称之为资源文件。

Part2少量数据手动下载

在社科大数据平台下载资源文件后，打开文件并复制其中一个下载链接，粘贴到浏览器地址栏后点击键盘【Enter】即可进入预览/下载页面（首次使用链接，浏览器可能会弹出提示，点击忽略即可）。

Part3如何批量下载数据

手动下载虽方便，但也伴随着问题。当需要下载的数据很多，也就是说有很多个下载链接，我们总不能一个一个手动下载吧？当然不能，也没必要。我们可以使用 Python 自动化下载数据，电脑连接网络即可。

1使用企研自研下载器 —— 一键下载，省时省力

为了方便大家下载数据，我们开发了一个自动下载年报文件的程序给用户使用，该程序可以在电脑中运行，需要配合指定的资源文件（在社科大数据平台【TFID】-【年度报告（文本）】下载的数据表，csv 格式）一起使用。下载器如下图所示:

此工具使用非常简单，鼠标双击下载器  file_downloader.exe ，稍等片刻后会弹出如下图所示交互界面。

我们点击浏览按钮，会弹出 Windows 资源管理器，找到刚才下载的资源文件（笔者截取了其中两行数据用作展示）点击打开，随后再次点击 START 按钮即可在程序下方看到下载进度。下载器会将数据下载到与 pdf_downloader.exe 所在文件夹下的 download 文件夹中，如果没有这个文件夹，则会新建它并下载数据到其中。下载器使用步骤如下图所示：

注意：由于下载器仅适配了社科大数据平台下载的资源文件，故而只能搭配此文件使用；同时，还有以下几个需要注意的地方：

1. 资源文件可以是 .csv / .xlsx 格式的数据表；
2. 资源文件中“报告名称”和“下载链接”两字段的名称不能修改；“下载链接”字段中的内容不能修改，否则会下载失败；
3. 可以截取资源文件中的部分数据行，截取哪些行，下载器就会下载对应数据行的文件，正如笔者前面所示范的；
4. 使用过程中关闭下载器，下载也会中断。

2Python 批量下载数据 —— 随心所欲，自由下载

除了使用我们提供的下载器下载文件，我们还可以选择编写 Python 代码来下载数据，需要借助 Python 中数据处理库 pandas 以及请求库 requests。相比较于使用下载器，编写代码虽不够方便，存在一定技术门槛，但是使用起来更加自由，排查错误比较方便，实现并不困难，更适合有一点 Python 基础的用户。

requests 库是 Python 中通用的网络请求第三方库，数据采集的好帮手。前面我们提供的下载器正是以 requests 为核心编写的下载程序。下面我们编写代码下载文件：

首先，安装需要用到的库（若已安装，可以跳过此步），安装库的命令如下：

我们仍需要搭配从社科大数据平台下载的资源文件使用，下面是下载数据的代码：

运行代码后，会在代码文件夹中生成我们定义的文件夹，并将数据下载到其中：

以上就是下载普惠金融年报文件的两种方法了，如果您读完后仍存有疑问，请留言或者联系客服，我们会积极解决。