本文介绍如何通过模拟表单提交与 html 解析，批量获取美国众议院财务披露网站（disclosures-clerk.house.gov）中指定年份的议员财务申报 pdf 链接，并支持按申报类型（如 ptr 或 financial）进一步筛选。
本文介绍如何通过模拟表单提交与 html 解析，批量获取美国众议院财务披露网站（disclosures-clerk.house.gov）中指定年份的议员财务申报 pdf 链接，并支持按申报类型（如 ptr 或 financial）进一步筛选。
美国众议院财务披露系统（https://www.php.cn/link/7c5c19a19d6ce2d3a58c749b478ae9a2）提供公开的议员个人财务报告（Financial Disclosure）和补充报告（Periodic Transaction Report, PTR）。虽然网站本身不提供官方 API，但其搜索功能基于标准 POST 表单提交，可通过 Python 轻松自动化抓取。
以下是一个完整、可运行的示例脚本，用于检索指定年份（如 2024）的所有 PDF 报告链接：
import requests
from bs4 import BeautifulSoup
from urllib.parse import urljoin
def fetch_disclosure_pdfs(year: str, filing_type: str = None) -> list:
"""
从众议院财务披露系统抓取指定年份的 PDF 报告链接
:param year: 目标申报年份（如 "2024"）
:param filing_type: 可选，过滤 PDF 类型，支持 "ptr"（Periodic Transaction）或 "financial"
:return: 包含 (姓名, 完整URL) 元组的列表
"""
# 构造请求数据（空值表示不限定其他字段）
data = {
"LastName": "",
"FilingYear": year,
"State": "",
"District": "",
}
api_url = "https://www.php.cn/link/7c5c19a19d6ce2d3a58c749b478ae9a2/ViewMemberSearchResult"
try:
response = requests.post(api_url, data=data, timeout=15)
response.raise_for_status()
except requests.RequestException as e:
raise RuntimeError(f"请求失败：{e}")
soup = BeautifulSoup(response.content, "html.parser")
base_url = "https://disclosures-clerk.house.gov/"
pdf_links = []
for a in soup.select('a[href$=".pdf"]'):
href = a["href"].strip()
if not href:
continue
# 拼接为绝对 URL
full_url = urljoin(base_url, href)
name = a.get_text(strip=True)
# 根据 filing_type 过滤（区分 PTR 与 Financial）
if filing_type:
href_lower = href.lower()
if filing_type == "ptr" and "ptr-pdfs" not in href_lower:
continue
if filing_type == "financial" and "financial-pdfs" not in href_lower:
continue
pdf_links.append((name, full_url))
return pdf_links
# 示例：获取 2024 年所有 PDF（不限类型）
links = fetch_disclosure_pdfs("2024")
print(f"共找到 {len(links)} 个 PDF 链接：")
for name, url in links[:10]: # 仅打印前 10 条作为示意
print(f"- {name} → {url}")
# 示例：仅获取 2024 年的 Periodic Transaction Reports（PTR）
ptr_links = fetch_disclosure_pdfs("2024", filing_type="ptr")
print(f"\n其中 PTR 报告共 {len(ptr_links)} 份。")
✅ 关键说明与注意事项：
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
-
请求稳定性：该网站无反爬强策略，但建议添加
requests.Session()复用连接，并设置合理User-Agent（如需增强健壮性，可加入headers={"User-Agent": "Mozilla/5.0..."}）。 -
PDF 路径逻辑：
ptr-pdfs/对应周期性交易报告（PTR），financial-pdfs/对应年度财务披露（Financial Disclosure），二者结构一致，可通过 URL 路径精准区分。 - 动态内容？无需 Selenium：搜索结果由服务端渲染，纯 POST + HTML 解析即可，无需浏览器自动化。
-
合规提醒：所有数据均为政府公开信息（U.S. House Committee on Ethics），但请遵守 robots.txt（当前允许
/FinancialDisclosure/路径）及合理请求频率（建议 ≥1 秒间隔），避免对服务器造成压力。 -
扩展建议：如需下载 PDF，可配合
requests.get(url)和open(..., 'wb')实现；若需结构化存储（如 CSV/Excel），推荐使用pandas.DataFrame(links, columns=["Name", "URL"])。
掌握此方法后，你可轻松构建定时任务，监控特定议员的申报更新，或批量归档历年财务数据，为透明度分析与合规研究提供可靠数据基础。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
