Update app.py

app.py

@@ -1,18 +1,17 @@
 # 系統套件
 import os
 from datetime import datetime, timedelta
-
-# 數據處理
 import pandas as pd
 import numpy as np
 import yfinance as yf
-
-# Dash & Plotly
 from dash import Dash, dcc, html, callback
 import dash
 import plotly.express as px
 import plotly.graph_objects as go
 from plotly.subplots import make_subplots
+import re
+from bs4 import BeautifulSoup
+import requests
 
 # 台股代號對應表 (移除台指期，因為它現在是獨立區塊)
 TAIWAN_STOCKS = {
@@ -216,12 +215,44 @@ def calculate_volume_profile(df, num_bins=50):
 
     return bin_edges, hist, price_centers
 
-# 新增: 模擬的景氣燈號數據獲取函式
+# === 修正後的 get_business_climate_data 函式 ===
 def get_business_climate_data():
-    dates = pd.date_range(end=datetime.now(), periods=24, freq='MS')
-    scores = np.random.randint(5, 38, size=24)
-    df = pd.DataFrame({'Date': dates, 'Index': scores})
-    return df
+    """從國發會網站抓取真實景氣燈號資料"""
+    try:
+        url = 'https://www.ndc.gov.tw/Content_List.aspx?n=84A4AFB5532512F5'
+        # 發送 GET 請求
+        response = requests.get(url, timeout=10)
+        response.raise_for_status()  # 如果請求失敗，會拋出 HTTPError
+        
+        # 使用 pandas 讀取 HTML 表格
+        df_list = pd.read_html(response.text, match='景氣對策信號綜合判斷分數及構成項目')
+        
+        if not df_list:
+            print("未在網頁中找到景氣對策信號表格。")
+            return pd.DataFrame()
+            
+        df = df_list[0]
+        
+        # 數據清理
+        df.columns = df.iloc[0] # 將第一行作為標題
+        df = df.iloc[1:]
+        df = df.reset_index(drop=True)
+        
+        # 重新命名欄位以便操作
+        df = df.rename(columns={'年月': 'Date', '綜合判斷分數': 'Index'})
+        
+        # 格式化日期
+        df['Date'] = df['Date'].apply(lambda x: datetime.strptime(str(x), '%Y.%m'))
+        
+        # 轉換數值
+        df['Index'] = pd.to_numeric(df['Index'], errors='coerce')
+        df = df.dropna(subset=['Index'])
+        
+        return df.sort_values('Date', ascending=True)
+
+    except Exception as e:
+        print(f"Error fetching business climate data: {e}")
+        return pd.DataFrame()
 
 # 新增: 模擬的PMI數據獲取函式
 def get_pmi_data():
@@ -1025,7 +1056,7 @@ def update_business_climate_chart(selected_stock):
         fig = go.Figure()
         fig.add_annotation(
             x=0.5, y=0.5,
-            text="無法載入景氣燈號資料<br>請確認 business_climate.csv 檔案是否存在",
+            text="無法載入景氣燈號資料<br>請確認網路連線或國發會網站是否可存取",
             xref="paper", yref="paper",
             showarrow=False,
             font=dict(size=14)