AMAC 基金业协会公示数据爬虫

这是一个用于抓取中国证券投资基金业协会（AMAC）公开信息的 Python 爬虫，面向 CVC 研究里的基金识别与交叉验证场景。

当前脚本支持抓取 5 张公开表：

• 私募基金产品
• 证券公司直投基金
• 证券公司私募投资基金
• 基金公司私募投资基金
• 私募基金管理人

数据来源

• 网站：https://gs.amac.org.cn
• 类型：AMAC 信息公示系统公开数据
• 方式：模拟浏览器请求公开接口，按页抓取并导出为 CSV

环境要求

• Python 3.10+
• Windows / macOS / Linux 均可

安装依赖：

pip install -r requirements.txt

快速开始

1. 列出支持的表名：

python amac_crawler.py --list-tables

2. 先做联通性测试（只请求第一页，不落盘）：

python amac_crawler.py --smoke-test "私募基金管理人"

3. 抓取全部 5 张表：

python amac_crawler.py

4. 指定输出目录：

python amac_crawler.py --output-dir ./output

常用命令

断点续爬：

python amac_crawler.py --resume "私募基金产品" 8750

补漏单张表：

python amac_crawler.py --repair "私募基金产品"

补漏全部表：

python amac_crawler.py --repair-all

输出说明

• 默认输出目录为脚本同级的 output/
• CSV 编码为 utf-8-sig
• 表头会自动转换为中文字段名

典型输出文件：

• amac_私募基金产品.csv
• amac_私募基金管理人.csv
• amac_证券公司私募投资基金.csv
• amac_证券公司直投基金.csv
• amac_基金公司私募投资基金.csv

仓库说明

本仓库只保留代码和文档，不提交已抓取的 CSV 数据文件。若你本地已经有历史数据，请放在 output/ 或其他自定义目录中，并保持忽略规则开启。

开源协议

本项目代码采用 MIT License 开源。协议仅适用于本仓库中的代码和文档，不包含用户本地抓取、整理或另行保存的数据文件。

注意事项

• AMAC 接口存在风控和偶发失败，脚本内已加入随机延时、预热请求和自动重试。
• 若接口字段顺序或字段名发生变化，脚本会按接口返回结果动态生成表头。
• 建议不要把请求频率调得过高，避免触发访问限制。