IPO数据查询与AI分析实战系列·批量下载IPO文件的四种方法:从手动到全自动

这是「IPO数据查询与AI分析实战系列」的第2篇。

上一篇我们聊了8个免费查IPO数据的网站，解决了"去哪查"的问题。今天我们深入一步：怎么批量下载？

你可能会问：下载有什么难的，点一下不就完了？那我问你——如果你要研究2020-2025年所有被否企业的问询函，有几百家公司、上千份PDF，你也一份一份点着下吗？

那得点到天荒地老。

今天就给大家讲四种批量下载IPO文件的方法，从最简单的到最硬核的，总有一款适合你。不管你会不会写代码，都能学会。

01

方法一：巨潮批量下载（最简单，推荐新手）

▲ 巨潮自带批量下载功能，不用装任何软件

如果你不想装软件、不想写代码，巨潮资讯网的批量下载功能是你的最佳选择——免费、官方、零门槛。

▲ 新手入门首选：勾选一下，批量打包下载

操作步骤：

第一步：注册登录
打开巨潮资讯网（www.cninfo.com.cn），右上角注册一个账号（免费的），然后登录。

第二步：进入IPO信息披露页面
信息披露 → IPO信息披露 → 注册

第三步：筛选你要的项目
按市场、审核状态、行业等条件筛选。比如你想下载所有"终止审查"的项目，就在审核状态里选"终止审查（撤回）"和"终止审查（不通过）"。

第四步：勾选项目，批量下载
列表里每个项目前面都有一个复选框，勾上你要下载的，然后点"批量下载"按钮——它会把这些公司的招股说明书、问询函、法律意见书等所有公告打包成一个压缩包，一键下载。

第五步：解压使用
下载下来是个ZIP包，解压后按公司分类，每个公司一个文件夹，里面是全部公告PDF。

优点：操作简单、官方数据、完全免费、不用装软件
缺点：每次最多只能选50个项目（分批下就行）、下载速度一般、文件分类不够细

适合人群：新手小白、下载量不大（100份以内）、不想折腾的人

02

方法二：浏览器插件下载（半自动，效率翻倍）

▲ 浏览器插件就像多了一双手，帮你自动点下载

如果你要下载的文件比较多（几百份），而且分布在不同的页面，巨潮的批量下载可能不够用。这时候可以试试浏览器批量下载插件。

原理很简单：插件自动识别网页上的所有PDF链接，然后帮你一个个点下载。你不用动手，它替你点。

▲ 浏览器插件就像多了六只手，自动帮你点下载

推荐插件：

① DownThemAll（火狐浏览器）
老牌批量下载插件，功能强大，支持按文件类型筛选、重命名、分卷下载等。火狐浏览器直接搜就能装。

② Chrono下载管理器（Chrome/Edge浏览器）
Chrome/Edge商店里搜"Chrono Download Manager"，免费版就够用。能识别页面上所有链接，按文件类型筛选，一键批量下载。

③ 图片助手ImageAssistant
虽然叫"图片助手"，但它也能批量下载PDF和其他文件。Chrome/Edge商店都有，操作很简单。

操作步骤（以Chrono为例）：

① 安装Chrono下载管理器插件
② 打开你要下载的页面（比如交易所的终止审核列表页）
③ 点浏览器右上角的Chrono图标，选择"资源嗅探器"
④ 插件会列出页面上所有文件，在文件类型里勾选"PDF"
⑤ 全选，点"下载"——插件会自动一个个下
⑥ 如果有多页，翻到下一页，重复以上操作

优点：比手动快很多、不用写代码、适用范围广（任何网站都能用）
缺点：需要翻页、下载速度取决于网站、文件名可能很乱（需要自己整理）

适合人群：有一定电脑基础、下载量中等（几百份）、不想写代码的人

03

方法三：Python爬虫（全自动，硬核玩家首选）

▲ Python爬虫：写一次代码，下载全量数据

如果你需要下载大量文件（上千份甚至更多），而且需要定期更新，那Python爬虫是最佳选择。一次写好代码，以后随时可以跑，全自动，不用你管。

▲ 写一次代码，下载全量数据——硬核玩家的选择

需要的工具：

• Python 3.x（官网下载安装，免费）
• requests库（发HTTP请求）
• BeautifulSoup或lxml（解析网页）
• 可选：selenium/playwright（模拟浏览器，对付动态加载页面）

基本思路：

第一步：获取项目列表
从交易所或巨潮的IPO列表页面，抓取所有项目的名称、代码、详情页URL，保存到Excel或CSV里。

第二步：进入每个项目详情页
循环遍历项目列表，逐个打开项目详情页，抓取所有公告PDF的链接和标题。

第三步：下载PDF文件
按公司建文件夹，把每个PDF下载到对应文件夹里，文件名用公告标题命名（方便以后查找）。

第四步：断点续传
加个判断：如果文件已经下载过了，就跳过。这样即使中途断了，下次接着下就行，不用重来。

注意事项（很重要！）：

① 控制速度：不要一秒钟发几十个请求，会把网站搞崩，也可能被封IP。加个time.sleep(1-2秒)，对人家服务器客气点。
② 设置User-Agent：伪装成浏览器，不要用默认的requests UA，太明显了。
③ 遵守robots协议：爬之前看看网站的robots.txt，不让爬的别硬爬。
④ 仅供学习研究：爬下来的数据自己用就行，不要商用、不要传播。
⑤ 动态页面用selenium：有些页面是JS动态加载的，requests抓不到，这时候得上selenium或playwright模拟真实浏览器。

优点：全自动、效率最高、可定制性强、适合大批量下载
缺点：需要会写Python、网站改版了代码要跟着改、有被封IP的风险

适合人群：会Python、下载量大（上千份）、需要定期更新的人

04

方法四：AI辅助下载（懒人福音，让AI帮你写爬虫）

▲ 不会写代码没关系，让AI帮你写

你可能会说：方法三听起来很厉害，但我不会Python啊！

没关系。这都什么年代了，不会写代码，也能用爬虫。因为AI会帮你写。

▲ 不会写代码？让AI帮你写——懒人福音

怎么操作？

第一步：告诉AI你要干什么
打开ChatGPT、Claude或其他AI工具，输入这样一段话：

"我需要从XX网站批量下载IPO公告PDF文件。网站地址是：[粘贴网址]。
请帮我写一个Python爬虫脚本，要求：
1. 抓取列表页所有项目的名称和详情页链接
2. 进入每个详情页，抓取所有PDF公告的链接和标题
3. 按项目名称建文件夹，把PDF下载到对应文件夹
4. 文件名用公告标题命名
5. 支持断点续传（已下载的跳过）
6. 加上延时，不要太快，避免被封IP
7. 代码要有详细注释，我是Python新手"

AI会给你生成一份完整的代码，还有安装和使用说明。

第二步：安装Python环境
去Python官网下载安装包，一路下一步就行。AI给你的说明里会写具体怎么装。

第三步：运行脚本
把AI给的代码保存成.py文件，按AI说的命令运行。如果报错了，把错误信息复制给AI，它会帮你改。

改个两三回，基本就能跑通了。

亲测有效：我身边有好几个完全不会编程的财务朋友，就是用这个方法，让AI帮着写爬虫，成功下载了几百份招股书。虽然过程中踩了几个坑，但AI都帮着解决了。

优点：不用自己写代码、效果跟方法三一样好、还能顺便学Python
缺点：需要跟AI反复沟通调试、对新手来说还是有一点门槛

适合人群：愿意折腾、想学习、下载量大但不会写代码的人

05

文件管理技巧：下完了怎么整理？

下载只是第一步，更重要的是怎么整理。不然几百个PDF堆在一个文件夹里，找起来比重新下还费劲。

给大家分享一个我常用的文件管理结构：

IPO研究数据/
├── 按板块分类/
│   ├── 科创板/
│   ├── 创业板/
│   ├── 主板/
│   └── 北交所/
├── 按结果分类/
│   ├── 通过的/
│   ├── 被否的/
│   └── 撤单的/
├── 按年份分类/
│   ├── 2020年/
│   ├── 2021年/
│   ├── 2022年/
│   ├── 2023年/
│   ├── 2024年/
│   └── 2025年/
└── 每家公司一个文件夹/
　　 ├── 某某科技公司/
　　 │   ├── 招股说明书.pdf
　　 │   ├── 问询函回复1.pdf
　　 │   ├── 问询函回复2.pdf
　　 │   ├── 上市委会议公告.pdf
　　 │   └── 终止审核决定.pdf

再分享几个整理小技巧：

① 文件名要规范：建议统一格式"公司名_文件类型_日期.pdf"，比如"某某科技_招股说明书_20230615.pdf"。以后搜起来方便。
② 建个Excel索引：把所有公司的基本信息（名称、代码、板块、状态、保荐机构、行业、文件夹路径）录到一个Excel里，按什么维度查都行。
③ 用Everything搜文件：Windows自带的搜索太慢了，装个Everything（免费工具），搜文件名秒出结果。
④ 重要文件做笔记：读到重要的案例，在旁边建个txt或md文件，记一下核心问题、被否原因、你的分析心得。不然下次再看，又得重新读一遍。

下一篇，我们进入真正的"分析"环节：用Excel做IPO被否原因分析——数据透视表+可视化，小白也能做出专业图表。数据下好了，怎么分析才是重点。敬请关注。

免责声明
本文介绍的方法仅供学习和研究使用。下载和使用数据请遵守各网站的用户协议、robots协议及相关法律法规。请勿用于商业用途，请勿大规模爬取对服务器造成压力。技术手段请合法合规使用。