周末折腾了一下奇瑞的销量数据，用Python爬虫，踩了不少坑

周末想拉一份奇瑞各品牌销量数据，看看智界V9的交付曲线。心里盘算着，这种公开数据，用Python写个脚本，几分钟的事。结果搞了快两个小时。

先解释一下我要干什么，以及为什么一个搞量化交易的人会对这个感兴趣。顶多是觉得，销量数据的真实性和时效性，比任何分析师报告都靠谱。我每天在交易终端看盘口数据，习惯了直接抓原始数据，不信二手消息。

但新手如果直接上手，大概率会卡在第一步——找不到数据结构。

第一步，先搞清楚数据在哪

打开IT之家的新闻页，奇瑞7月销量那条。页面上表格很清楚：

• 奇瑞 7月 183,615辆（国内），同比增长28%
• 出口 202,533辆，同比增长70.1%
• 新能源 129,067辆，同比增长97.5%

但如果你直接右键“查看网页源代码”，会发现表格数据是纯文本，不是结构化JSON。你得手动解析。

新手最容易踩的坑：直接复制粘贴到Excel，发现格式全乱了。因为数字里带逗号（183,615），Excel会当成两个数字。我试过，浪费时间。

第二步，写一个简单的爬虫

我习惯用Python的requests库抓页面，再用BeautifulSoup解析。但说实话，对新手来说，最靠谱的办法是手动复制。

我写了一段代码，大概是：

然后发现一个问题：IT之家页面结构经常变。上周的结构和这周的不一样。你写好的find条件，下周可能就失效了。

踩坑实录：我一开始想用正则匹配，结果匹配到的是页面底部的“相关新闻”列表，不是销量数据。浪费了15分钟。

第三步，手动验证数据

搞量化的人有个习惯：永远不要相信单一数据源。我同步拉了几家数据：

• 盖世汽车：风云A9预售15天订单3.1万辆，35岁以下用户占七成
• 网通社：出口首破20万辆
• 搜狐：ROE 36.5%，全球排第30

结论：奇瑞7月国内销量18.3万辆，出口20.2万辆，合计38.5万辆，新能源12.9万辆。三个来源口径一致，数据可信。

第四步，把数据转化成可分析的格式

对于新手，我建议直接用Excel表格，列成：

注意：智界V9单月交付超1万台，同比增长227.7%。这个数字太夸张了，但素材里确实这么写的。我查了一下，智界V9是高端新能源MPV，单价高，所以销量基数小，增速容易拉大。

一个重要的量化思维：增速高不等于绝对值大，要看基数。227.7%的同比增长，如果去年只卖3000辆，今年1万辆，那确实不错。但如果去年卖5000辆，今年1.6万辆，增速就下来了。我建议新手算一下环比和同比的复合增长率，而不是只看单月数字。

第五步，趋势判断

跑完数据，我得出一个结论：奇瑞的出口业务正在成为新的增长引擎。单月出口20万，同比增70%，这是中国车企第一次突破这个数字。

新能源方面，连续四个月突破10万辆，风云A9预售15天订单3.1万辆，说明15万级纯电轿车市场有真实需求。但智界V9的227.7%增速，需要警惕——高端MPV市场容量有限，能不能持续，要看下个月数据。

学完这个，下一步可以试什么：对比过去12个月的销量曲线，画个K线图，看季节性波动。或者拉同行的数据，比亚迪、吉利、长安，做横向对比。甚至可以写个简单的脚本，每周自动拉一次数据，更新自己的数据库。

反正，数据在手，心里不慌。