www.jpx.co.jp
ここの構成銘柄別ウエイト一覧のcsvが2023/9末で更新止まってしまってる
2023/11/8現在
TOPIXニューインデックスシリーズ定期選定結果(2023年10月31日)にあるpdfにだけまとまってたのでそこからとってみた
import pdfplumber
# PDFファイルのパス
pdf_path = r'C:\Users\hogehoge\Desktop\mei2_12_size.pdf'
# 3. 構成銘柄一覧以下のテーブルからTOPIX500の銘柄のみを抽出
with pdfplumber.open(pdf_path) as pdf:
# テーブルが始まるページを見つけるためのフラグ
table_started = False
# PDFの各ページを順に処理
for page in pdf.pages:
# ページ内のテキストを取得
text = page.extract_text()
# 特定のテキストがページに含まれているかチェックし、テーブルが始まるページを特定
if '3. 構成銘柄一覧' in text:
table_started = True
# テーブルが始まった後、続くページからテーブルデータを抽出
if table_started:
# ページ内のテーブルを抽出
tables = page.extract_tables()
for table in tables:
# テーブルの各行を処理
for row in table:
# 最後の列が指定されたテキストのいずれかを含むかチェック
if row[-1] in ['TOPIX Core30', 'TOPIX Large70', 'TOPIX Mid400']:
print(row[1], row[2]) # ここでのrow[1]はコード、row[2]は銘柄名を指す
