各位股神，大家好！
东方财富网的研报中心提供了大量的证券分析师的研究报告，包括原文。但是通过网页访问，点来点去的影响阅读的连贯性，所以我想有一种办法来将研究报告批量下载下来，在本地电脑上连续阅读。
下载研报的方法我已经改进过多次了。
最初，我按照行业批量下载研报，同时也在B站的小店里提供了个exe工具。但是，后来发现，这种方法很难提个醒我去持续地追踪，经常是想起来就看看，想不起来就不去读了。
然后，我改进了这个方法，我按周批量下载全部的行业研报，大概一周300-500个文件，尝试用1周读完。后来，我发现，工作量还是蛮大的，我就用AI先帮我阅读一遍之后打分，我精选85分以上的研报再读，基本上就能读完了。这样的方法我坚持了大概有3-4个月了吧。
刚好最近，有B站网友说最初小店里的工具不能用了。
我就想着刚好再总结下，我这个阅读研报的方法，是否还有可以改进的地方。
当前的方法有两个问题：
1、时效性有点滞后，尤其是后半周，我还在读上一周的研报，信息稍微滞后，比方说海关进出口数据出来以后，往往一两天就有分析师给出自己的分析，但我往往要延迟1个礼拜。
2、可能会错过信息。AI的筛选还是并不能完全体现我的意思，可能会错过信息。尤其是，对于我不太关注的行业。
最终，我还是决定，不依靠AI的筛选了，自己来掌握信息的筛选和过滤。
这也就是我刚刚改变的读研报的方法，看看这次能不能坚持下去。
最新的方法是，我按照天下载全部的行业研报，大概一天几十份不等。这样就首先解决了时效性的问题。然后我再自己来决定是精读还是略读，接下来通过时间来验证这个方法合适不合适吧。
至于为什么读行业研报，不读个股研报。
实在是个股研报确实没什么价值。而行业研报能带给我们对新行业业务的理解、各个行业的最新重要资讯、以及分析师独特的行业视角和行业数据。这样的信息密度和价值是其他的方式很难能匹配的。
可能看书的价值高一些，但书籍的时效性和行业覆盖又差了不少。
所以，还是推荐各位股神，开始持续读研报。
最后，说下最新工具的形式。
第二版因为需要用到AI的Token，所以我就没有公开，整个自动化处理的过程也比较复杂。
最新的这个版本，我想着用python脚本的方式做个共享。
之所以，不再提供EXE形式的工具了，是因为，以我几十年电脑使用经验而言，python真的是唯二的对人的能力扩展的工具了，另一个是office。
关于office这个工具，它真的帮助人类极大地提升了处理信息的能力，我用一张照片来举例，王小波，在他短暂的一生中，正是因为他很早就使用电脑写作，才给我们留下了那些经典，你希望生活在没有《黄金时代》和《红拂夜奔》的世界么？
而python又一次扩展了我们与世界联通，处理信息的能力。
我最新工具的脚本粘贴如下：
import requests
import json
import re
import os
def download_pdf_with_retry(info_code, headers, filename, industry_code, max_retries=3):
ifos.path.exists(filename):
return True
detail_url = f'https://data.eastmoney.com/report/zw_industry.jshtml?infocode={info_code}'
for attempt in range(1, max_retries + 1):
try:
resp =requests.get(detail_url, headers=headers, timeout=10)
match = re.search(r'"attach_url"\s*:\s*"([^"]+)"', resp.text)
if not match:
print(f"⚠️ 未找到 PDF 链接（尝试 {attempt}/{max_retries}）: {info_code}")
time.sleep(1)
continue
pdf_url=match.group(1)
pdf_resp = requests.get(pdf_url, headers=headers, timeout=15)
os.makedirs(os.path.dirname(filename), exist_ok=True)
with open(filename, 'wb') as f:
f.write(pdf_resp.content)
return True
except Exception as e:
print(f"❌ 下载失败（尝试 {attempt}/{max_retries}）: {str(e)[:100]}")
time.sleep(2)
return False
def get_list_by_day(day):
url = 'https://reportapi.eastmoney.com/report/list'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36',
'Referer': 'https://www.eastmoney.com/',
}
params = {
'cb': 'datatable7190919',
'industryCode': '*',
'pageSize': '100',
'industry': '*',
'rating': '*',
'ratingChange': '*',
'beginTime': day,
'endTime': day,
'pageNo': '1',
'fields': '',
'qType': '1',
'orgCode': '',
'rcode': '',
'p': '2',
'pageNum': '2',
'pageNumber': '',
'pageNumber': '2',
'_':"1778441285086"
}
params['beginTime'] = day
params['endTime'] = day
response = requests.get(url, headers=headers, params=params)
json_data =re.findall(r'datatable7190919\((.*)\)', response.text, re.DOTALL)[0]
json_data = json.loads(json_data)
page_no = json_data['pageNo']
data = json_data['data']
if page_no == 1:
return data
else:
for i in range(2, page_no+1):
params['pageNo'] = str(i)
response = requests.get(url, headers=headers, params=params)
json_data =re.findall(r'datatable7190919\((.*)\)', response.text, re.DOTALL)[0]
json_data = json.loads(json_data)
data.extend(json_data['data'])
return data
def get_pdf_by_day(day):
data = get_list_by_day(day)
for item in data:
item['title'] = item['title'].replace('/', '_')
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36',
'Referer': f'https://www.eastmoney.com/',
}
for item in data:
if os.path.exists(f'./pdf_by_day/{day}/{day}_{item["industryName"]}_{item["title"]}.pdf'):
continue
download_pdf_with_retry(info_code=item['infoCode'], filename=f'./pdf_by_day/{day}/{day}_{item["industryName"]}_{item["title"]}.pdf', headers=headers,industry_code=item['industryCode'])
if __name__ == '__main__':
day = '2026-05-08'
get_pdf_by_day(day)
你只需要将这些代码粘贴给AI，然后问问，我该如何运行这个脚本，AI会带你打开连接世界的大门。
