!/usr/bin/env python
coding: utf-8
import re
import pandas as pd
from matplotlib import pyplot as plt
读取文本数据
data = '''
欧元美元 (EURUSD) 在APP中查看 查看反向汇率 USDEUR 添加自选 1.0631 0.0008 (0.0781%) 2023-11-03 16:13:56 今开1.0623 昨收1.0622 振幅0.1826% 波幅0.0019 最低1.06...
在明道雨看来,短期内,欧元兑美元汇率大概率在1.05-1.11区间波动。欧央行倾向于继续在9月前加息1-2次,欧元可能因欧央行货币政策较美联储偏鹰,走势强于美元
但是...
包括欧洲央行在内的大多数机构在年中进一步上调了下半年欧元/美元比价预期,然而,欧美核心通胀依然高企、经济增长前景以及金融体系稳定面临巨大挑战,增加了两大央行紧缩货币政策走向...
反向汇率 --今开 -最高 -昨收 -最低 --
1分 日K 周K 月K 更多 MA5: 0.1289MA10: 0.1290MA20: 0.1292 ▲▼ MACD DIF: -0.0000DEA: 0.0001MACD: -0.0002打开APP查看更...
财经数据历史图表全球宏观经济数据库 投稿:fxhuiping@sina.com62675378 更多>> 中行人民币牌价历史数据查询 工商银行人民币牌价 货币购汇售汇 美元728.8500731.7700 欧元770...
汇通财经APP讯——5月15日,市场分析师James Skinner撰文称,欧元(1.0606,0.0043,0.41%)兑美元在新一周开盘时回升至近一个月低点,但如果大西洋两岸的经济数据破坏了市场对欧元的兴趣,...
新浪财经美股频道为投资者提供美国股市,纽约交易所,纳斯达克上市公司实时股价行情,24小时滚动美股新闻,财报数据,中国概念股动态等信息。
这张图表的上扬并打破下跌趋势，对市场和美元都是积极的。此种背景下，FXStreet撰文就欧元、英镑和日元的下周走势进行了前瞻：欧元/美元 从日线图上的相对强弱指数（RSI）可以看出，欧元/美元正接...
欧元美元的汇率为1.1223。 英镑美元的汇率为1.3014。 美元日元的汇率为139.3590。 澳大利亚元美元的汇率为0.6784。 美元瑞士法郎的汇率为0.8583。 美元加拿...
截止到2019年12月7日,德国的货币是欧元,欧元和人民币的比率是1:7784。 人民币=0.1629美元 1欧元=9287人民币 1人民币=0.1261欧元 1日元=0.0564人民币 1人...
''
提取相关内容
knowledge_points = []
提取欧元美元汇率走势区间
pattern = r'短期内,欧元兑美元汇率大概率在(\d+\.\d+)-(\d+\.\d+)区间波动'
result = re.findall(pattern, data)
if result:
min_rate = result[0][0]
max_rate = result[0][1]
knowledge_points.append(f"1. 欧元兑美元汇率短期内预计在{min_rate}-{max_rate}区间波动。")
else:
knowledge_points.append("1. 暂无关于欧元兑美元汇率短期走势的预测。")
提取央行货币政策对汇率的影响
pattern = r"欧元可能因欧央行货币政策较美联储偏鹰"
result = re.search(pattern, data)
if result:
knowledge_points.append("2. 欧元的汇率走势可能会受欧洲央行货币政策的影响，由于欧洲央行较美联储偏鹰，欧元走势可能较美元强势。")
else:
knowledge_points.append("2. 欧洲央行货币政策目前对欧元兑美元汇率走势的影响暂不清楚。")
提取欧美核心通胀、经济增长和金融体系稳定对汇率的影响
pattern = r"欧美核心通胀依然高企、经济增长前景以及金融体系稳定面临巨大挑战"
result = re.search(pattern, data)
if result:
knowledge_points.append("3. 欧美核心通胀率较高、经济增长前景不明朗以及金融体系稳定面临挑战会对欧元兑美元汇率走势产生影响。")
else:
knowledge_points.append("3. 目前欧元兑美元汇率走势可能不会受欧美核心通胀、经济增长和金融体系稳定等因素的明显影响。")
绘制欧元美元汇率历史走势图表
提取历史数据
pattern = r"欧元美元的汇率为([\d.]+)"
results = re.findall(pattern, data)
if results:
rates = [float(rate) for rate in results]
dates = pd.date_range(start='2023-01-01', end='2023-11-03', periods=len(rates))
# 绘制折线图
plt.figure(figsize=(10, 6))
plt.plot(dates, rates, marker='o')
plt.xlabel('Date')
plt.ylabel('Exchange Rate')
plt.title('EURUSD Exchange Rate Trend')
plt.xticks(rotation=45)
plt.grid(True)
plt.show()
knowledge_points.append("4. 欧元兑美元汇率的历史走势如图所示，可以观察到汇率的波动情况。")
else:
knowledge_points.append("4. 暂无欧元兑美元汇率的历史走势数据。")
将内容整理成形式
paragraphs = []
for i, point in enumerate(knowledge_points):
paragraphs.append(f"{i+1}. {point}")
将文本拼接起来
article = "\n".join(paragraphs)
print(article)
输出结果
with open('article.txt', 'w', encoding='utf-8') as f:
f.write(article)
