系列：《零依赖量化数据实战》｜零依赖 · 纯 GET · 不 import 任何 SDK
适用：想做板块轮动、题材筛选、行业/概念成分归类的开发者，不想装库或对接多个数据源

你将得到什么

• 2 个「行业板块分类」端点的路径、返回形态和语义（证监会行业分类 / 概念板块分类），照公开文档核对过的，不是猜的
• 一段 sector_overview() 把两个分类一次性拉齐，整理成「证监会行业」「概念板块」两张清单
• 字段名容错写法（候选键命中 _hit_key），对字段名不敏感、对返回形态（list / dict）不敏感
• 完整可复制运行代码，把 你的智兔token 换成真实智兔证书即可直接跑

一、两个端点，一张语义表

「行业板块」在智兔里拆成两条独立分类线，都走 /hibk/ 前缀，无路径参数，鉴权用 ?token=：

GET https://api.zhituapi.com/hibk/zjhhy?token=<你的智兔token>   证监会行业分类（一级行业清单）
GET https://api.zhituapi.com/hibk/gnbk?token=<你的智兔token>    概念板块分类（概念题材清单）

• zjhhy = 证监会行业分类，按监管口径的一级行业（农林牧渔 / 采矿业 / 制造业 …）。
• gnbk = 概念板块分类，按市场题材（人工智能 / 锂电池 / 新能源车 …）。

两个都是「分类清单」型接口：返回的是分类维度本身，不是行情。拿到分类后，你可以把它接到前面 #18/#19 的个股/指数/北交所实时行情上，做「某行业下有哪些票在涨」式的板块扫描。

二、先把"拿数据"这件小事解决

和本系列前面的写法一致，只依赖 requests，不引入任何 SDK。三个小工具先备好：

import requests

BASE = "https://api.zhituapi.com"
TOKEN = "你的智兔token"
HEADERS = {"User-Agent": "Mozilla/5.0"}


def fetch(url):
    """GET 一个 JSON 端点，返回 (data, err)。"""
    try:
        r = requests.get(url, headers=HEADERS, timeout=10)
        try:
            return r.json(), None
        except Exception:
            return None, "JSON 解析失败, HTTP %d, body=%s" % (r.status_code, r.text[:200])
    except Exception as e:
        return None, "请求异常: %s" % e


def _hit_key(row, *keys):
    """在 dict 里按候选键顺序命中第一个存在且不空的值。"""
    if not isinstance(row, dict):
        return None
    for k in keys:
        if k in row and row[k] not in (None, ""):
            return row[k]
    return None


def _to_float(s):
    """把 '3.5%' / '1,234.56' / 'NaN' 规整成 float；无法解析返回 None。"""
    if s is None:
        return None
    if isinstance(s, (int, float)):
        return float(s)
    t = str(s).replace("%", "").replace(",", "").strip()
    try:
        v = float(t)
        return v if v == v else None  # NaN -> None
    except Exception:
        return None


def _coerce_list(payload):
    """接口返回可能是 list，也可能是 {'data': [...]}；统一成 list。"""
    if isinstance(payload, list):
        return payload
    if isinstance(payload, dict):
        for k in ("data", "list", "items", "result", "rows"):
            if isinstance(payload.get(k), list):
                return payload[k]
    return []

要点：

• fetch 永远返回 (data, err) 二元组，调用方必须处理 err，不做"假设一定成功"的写法。
• _hit_key 是字段名容错的核心——不同接口返回的字段名可能叫 name / title / hyname / bkname，用候选键顺序命中，代码不会因为字段名差异而崩。
• _coerce_list 把"有时是 list、有时包在 data 里"的差异抹平，后面迭代样本时不用反复判断类型。

三、核心模板：sector_overview()

把两个分类端点拉齐，整理成「证监会行业」「概念板块」两张清单，各取前 5 个做样本：

def sector_overview(token=TOKEN):
    """拉取证监会行业分类 + 概念板块分类，整理成两类清单。"""
    out = {}
    for label, path in (("证监会行业", "/hibk/zjhhy"), ("概念板块", "/hibk/gnbk")):
        url = "%s%s?token=%s" % (BASE, path, token)
        data, err = fetch(url)
        if err:
            out[label] = {"err": err, "count": 0, "sample": []}
            continue
        rows = _coerce_list(data)
        sample = []
        for row in rows[:5]:
            name = _hit_key(row, "name", "板块名称", "行业名称", "hyname", "bkname", "title")
            code = _hit_key(row, "code", "板块代码", "hycode", "bkcode", "id")
            sample.append({"code": code, "name": name})
        out[label] = {"err": None, "count": len(rows), "sample": sample}
    return out


if __name__ == "__main__":
    import json
    ov = sector_overview()
    print(json.dumps(ov, ensure_ascii=False, indent=2))

跑起来后，ov["证监会行业"]["count"] 是证监会行业的总数，ov["概念板块"]["sample"] 是概念板块前 5 个样本（含 code / name）。把这套清单缓存下来，就是一张"全市场板块字典"，可以喂给任何后续筛选逻辑。

四、代码自验结果

离线 selftest（合成数据，仅验证逻辑，非真实行情）：

selftest PASS

自验覆盖了：候选键命中（_hit_key 在 name/title 等不同字段名下都能取到值）、_to_float 对 3.5% / 1,234.56 / NaN / None 的解析、list 与 {"data":[...]} 两种返回形态的统一、以及 sector_overview 在合成数据下的整理逻辑（证监会行业 3 条、概念板块 3 条均被正确计数与抽样）。

联网实测（占位 token，真实 HTTP 响应原样保留）：

{
  "证监会行业": {
    "err": "JSON 解析失败, HTTP 404, body=102:Licence证书(你的智兔token)不存在\n",
    "count": 0,
    "sample": []
  },
  "概念板块": {
    "err": "JSON 解析失败, HTTP 404, body=102:Licence证书(你的智兔token)不存在\n",
    "count": 0,
    "sample": []
  }
}

两个端点都返回 404 102:Licence证书(你的智兔token)不存在 —— 这是鉴权先于路由的结果：路径本身合法，但占位 token 没有对应证书，所以被拦在鉴权层。换上你自己的真实 token，上面的脚本就能直接打印行业板块分类数据。文中所有数字均为占位 token 下的自验结果，不编造任何真实行情/分类数值。

五、坑与注意事项

1. 这是"分类清单"，不是行情：/hibk/zjhhy 和 /hibk/gnbk 返回的是行业/概念的分类维度，不含涨跌、成交额。要做"板块涨跌扫描"，需要把这个分类接到个股实时行情（#01 /hs/real/ssjy）或指数行情（#19 /hz/real/ssjy）上自行聚合。
2. 字段名以实际返回为准：文档给的是分类语义，具体字段名（是 name 还是 hyname/bkname）以你换真实 token 后的返回为准；本文用 _hit_key 做了多候选键容错，真跑时无需改代码。
3. 返回形态可能是 list 也可能是 dict：部分接口会把数组包在 data 字段里，_coerce_list 已处理，遍历前不用自己判断。
4. token 是查询参数：这两个接口没有路径参数，鉴权走 ?token=，别把 token 拼进路径。
5. 不要自创接口：本文两个端点全部来自官方文档，未做任何路径拼接或猜测；想扩展板块维度前，先回文档核对。

六、小结与下篇预告

至此，#09–#20 把数据面从基金链延伸到指数层、北交所、公司基本面，再到板块分类维度：基金持仓(#09) → 基金实时/清单(#10) → ETF K线均线(#11) → ETF 排名分红(#12) → ETF 盘中估值(#13) → A股异动池(#14) → 可转债(#15) → 港股通(#16) → 公司基本面(#17) → 北交所实时(#18) → 沪深指数(#19) → 行业板块分类(#20)。

下一篇（#21）讲北交所公司财务三表——用 /bj/fin/balance（资产负债表）、/bj/fin/income（利润表）、/bj/fin/cashflow（现金流量表）、/bj/fin/ratios（财务比率），把 #18 的「北交所实时行情」升级到「北交所公司财务面」，看一家北交所公司的资产、盈利与现金流质量。

免费领取证书

数据来自 智兔数服（www.zhituapi.com）：零 SDK、纯 GET、免费版即可起步。

领取路径：进入 www.zhituapi.com → 点击「请求证书」→「证书获取」→「免费版」（邮箱验证 3 步即可拿到 token）。

把代码里的 你的智兔token 换成你拿到的真实 token，上面的脚本就能直接打印行业板块分类数据。

免责声明

本文仅演示公开数据接口的用法，所有代码示例均以占位 token 自验，未含任何真实数据；文中合成数据仅为逻辑自验用途，不构成投资建议，亦不承诺收益。