本文介绍如何通过模拟表单提交，调用众议院财务披露系统（disclosures-clerk.house.gov）的后端接口，批量获取指定年份的议员财务申报 pdf 下载链接，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，调用众议院财务披露系统（disclosures-clerk.house.gov）的后端接口，批量获取指定年份的议员财务申报 pdf 下载链接，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公开系统（https://www.php.cn/link/7c5c19a19d6ce2d3a58c749b478ae9a2）虽未提供官方 API，但其搜索功能基于标准 HTTP POST 表单提交，后端返回 HTML 结果页。这使得我们可以通过 Python 轻松实现自动化检索——无需 Selenium 模拟浏览器，仅需 requests + BeautifulSoup 即可高效完成。
以下是一个完整、可运行的示例脚本：
import requests
from bs4 import BeautifulSoup
# 配置搜索参数（支持空值，仅需设置 FilingYear 即可触发全量查询）
search_params = {
"LastName": "", # 可选：按姓氏过滤（如 "Smith"）
"FilingYear": "2024", # ✅ 必填：目标申报年份（注意：实际可用年份以网站支持为准）
"State": "", # 可选：州缩写（如 "CA"）
"District": "", # 可选：选区编号
}
# 后端搜索接口 URL（非前端页面，直接提交表单数据）
api_url = "https://www.php.cn/link/7c5c19a19d6ce2d3a58c749b478ae9a2/ViewMemberSearchResult"
# 发送 POST 请求获取搜索结果 HTML
response = requests.post(api_url, data=search_params, timeout=30)
response.raise_for_status() # 抛出网络或HTTP错误
# 解析 HTML 并提取所有 PDF 链接
soup = BeautifulSoup(response.content, "html.parser")
pdf_links = []
for link in soup.select('a[href$=".pdf"]'):
href = link["href"].strip()
text = link.get_text(strip=True)
# 过滤并结构化：提取申报类型（如 'ptr-pdfs' 或 'financial-pdfs'）
filing_type = "PTR" if "ptr-pdfs" in href else "Financial" if "financial-pdfs" in href else "Other"
pdf_links.append({
"name": text,
"url": "https://disclosures-clerk.house.gov/" + href, # 补全为绝对 URL
"type": filing_type
})
# 打印结果（示例：仅显示前 5 条）
print(f"共找到 {len(pdf_links)} 份 PDF 文件：\n")
for item in pdf_links[:5]:
print(f"[{item['type']}] {item['name']} → {item['url']}")
# ✅ 可选：按类型筛选（例如只下载 Financial 类型）
financial_only = [p for p in pdf_links if p["type"] == "Financial"]
print(f"\n其中 Financial 类型共 {len(financial_only)} 份。")
? 关键说明与注意事项：
python全能编程助手
下载
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、
-
URL 构造：原始 HTML 中的 PDF 链接为相对路径（如
public_disc/financial-pdfs/2024/10056789.pdf），务必拼接基础域名https://disclosures-clerk.house.gov/形成有效下载地址； - 年份有效性：并非所有年份都开放查询（如 2024 年数据可能尚未全部上线），建议先手动在网站验证目标年份是否返回结果；
-
反爬提示：该站点无严格反爬机制，但建议添加
headers={'User-Agent': 'Mozilla/5.0...'}和合理延时（如time.sleep(0.5)）以降低请求频率，避免被临时限流； -
申报类型识别：URL 路径中包含语义标识——
ptr-pdfs/对应 Periodic Transaction Report（定期交易报告），financial-pdfs/对应 Annual Financial Disclosure（年度财务披露），可用于精准分类下载； -
扩展建议：如需下载文件，可使用
requests.get(pdf_url, stream=True)流式保存；若需处理大量数据，建议加入异常捕获、重试机制及日志记录。
该方法稳定、轻量且易于集成进数据采集流水线，是合规获取公开财政披露信息的实用技术路径。
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！
