如何校验pandas Morningstar API中DataReader的股票代码有效性？

这个问题确实挺闹心的——输入错误代码后程序一直卡着，完全摸不着头脑对吧？我来分享两个实用的解决方案，帮你提前校验股票代码的有效性：

方法一：超时机制+异常捕获（推荐） #

直接利用DataReader的请求过程，通过设置超时时间和捕获异常来判断代码是否有效，彻底避免程序无限等待：

import pandas_datareader.data as web
from requests.exceptions import Timeout, HTTPError

def validate_ticker(ticker, start_date, end_date):
    # 统一转成大写，避免大小写敏感导致的无效请求
    ticker = ticker.upper()
    try:
        # 设置10秒超时，超过时间直接抛出异常终止请求
        df = web.DataReader(ticker, 'morningstar', start_date, end_date, timeout=10)
        # 若返回空数据，也判定为无效代码（正常股票至少有几天数据）
        return not df.empty
    except (Timeout, HTTPError, ValueError) as err:
        print(f"代码{ticker}校验失败：{str(err)}")
        return False

# 示例使用
start = '2023-01-01'
end = '2023-01-05'
print(validate_ticker('TSLA', start, end))  # 输出True
print(validate_ticker('BADTICKER', start, end))  # 输出False

为什么这个方法好用？ #

• 无需额外维护代码列表，实时通过API验证有效性
• 超时设置彻底解决了错误代码导致的程序卡住问题
• 捕获多种异常场景（超时、HTTP错误、无效数据返回），覆盖大部分出错情况

方法二：本地代码列表校验 #

如果你需要频繁做校验，可以先获取Morningstar支持的所有股票代码列表，存为本地集合，之后直接做本地校验：

# 假设你已经通过合法渠道获取了Morningstar的有效代码集合
valid_tickers = {'TSLA', 'AAPL', 'MSFT', 'AMZN'}  # 实际需替换为完整列表

def validate_ticker(ticker):
    return ticker.upper() in valid_tickers

# 示例使用
print(validate_ticker('TSLA'))  # 输出True
print(validate_ticker('BADTICKER'))  # 输出False

注意事项 #

• 代码列表需要定期更新，避免因为股票退市、新增导致校验不准确
• 适合校验频率极高的场景，能节省网络请求时间

内容的提问来源于stack exchange，提问作者Lam