# 文件解析器 通达信服务器上除了行情,还有一批**静态文件**:板块成分、行业分类、历史专业财报。 这些文件是自定义二进制格式,本项目把解析器独立成 `pytdxdata.codec` 子模块: - **纯标准库**(`struct` / `zipfile`),可以脱网单测 - **与网络层解耦**,可以直接拿本地文件字节调用 - 每个解析函数的 docstring 里都写明了**字节格式**,方便对照排错 ```python from pytdxdata.codec import parse_block_dat, parse_tdxhy_cfg, parse_financial_dat blocks = parse_block_dat(open("block_gn.dat", "rb").read(), "block_gn.dat") ``` ## 三类文件 | 文件 | 解析函数 | 产出 | 说明 | |---|---|---|---| | `block_zs/gn/fg.dat` | `parse_block_dat` | `list[TdxBlock]` | 板块成分股代码列表 | | `tdxhy.cfg` | `parse_tdxhy_cfg` | `dict[str, IndustryInfo]` | 通达信行业 + 申万行业 | | `gpcw.txt` | `parse_financial_file_list` | `list[FinancialFileInfo]` | 财报文件索引(文件名 / MD5 / 大小) | | `gpcw*.zip` 内 `.dat` | `parse_financial_dat` | `list[FinancialRecord]` | 每股历史财报原始字段 | !!! note "走网络时用 TdxData 的解析方法" 如果不想自己管下载,直接用封装好的方法(内部就是调这些解析器): `get_block_parsed()` / `get_industry_map()` / `get_financial_file_infos()` / `get_financial_records_parsed()` — 见 [完整接口清单 → 除权 / 财务 / F10 / 文件](../API_REFERENCE.md#file-methods)。 ## 关键细节 **板块类型由文件名推断**,因为文件头里没有可靠的分类字段: | 文件名包含 | category | |---|---| | `zs` | `0` 行业 | | `gn` | `2` 概念 | | `fg` | `3` 风格 | | 其他 | `0` | **单条板块记录最多 400 只成分股**(代码区 2800 字节 ÷ 每只 7 字节)。 **财报报告期的来源优先级**:文件名 → `.dat` 头部内嵌值。两个都拿不到才为空。 **市场字段**:`0` = 深,`1` = 沪。 > 这里曾经有过一个 bug——上游实现用 `<6s1c1L` 导致市场字段恒判为深市, > 本包用 `<6sBL` 修正。见 [更新日志](../changelog.md)。 ## API ::: pytdxdata.codec options: members_order: source show_root_heading: false show_root_toc_entry: false filters: - "!^_" ## 下一步 - [协议与命令](../internals/protocol.md) — 行情数据的线上协议格式 - [场景示例 → 板块成分离线解析](../cookbook.md#offline-block-snapshot)