Python爬取Finviz股票数据时字符串转int报错及PE精度丢失问题

• 直接调用int(pe)报错的核心原因：Finviz返回的PE值是带小数点的字符串格式（比如可口可乐的PE返回值为"29.72"），Python内置的int()方法不支持直接转换包含小数点的字符串，因此抛出ValueError，被你外层宽泛的异常捕获分支误判为股票代码不存在。
• int(float(pe))丢失精度的本质：int是整数类型，本身无法存储小数内容，转换时会直接截断小数部分，不存在既转换为int类型又保留小数精度的可能。如果需要保留PE的小数位，就不能用int类型存储。

根据你的实际使用需求选择对应方案即可：

方案1：需要保留PE的完整小数精度 #

直接转换为浮点型存储，无需转int：

pe = float(df[3][0])

如果后续需要对PE做高精度计算，避免浮点数的二进制精度误差，可以用decimal模块处理：

from decimal import Decimal
pe = Decimal(df[3][0])

方案2：确实需要整数类型，仅需保留原始值的整数部分 #

如果业务场景只需要PE的整数部分，又不想触发浮点转换可能带来的进位误差，可以直接拆分字符串提取整数部分转换：

pe_str = df[3][0]
# 按小数点拆分字符串，取第一段整数内容转成int
pe = int(pe_str.split('.')[0])

这种方式不会经过浮点转换步骤，可以精准提取原始PE值的整数部分。

额外优化建议 #

你当前的异常捕获范围过于宽泛，所有ValueError都会被判定为股票代码不存在，建议拆分异常捕获逻辑，区分网络请求失败、页面解析失败、数据类型转换失败等不同场景，避免出现误判。

内容的提问来源于stack exchange，提问作者squarehammer89