利用Python爬取股市公开数据可按以下步骤进行。

首先做好准备工作，安装Python环境以及相关库，例如`requests`用于发送HTTP请求获取网页内容，`BeautifulSoup`用于解析HTML和XML文档，`pandas`用于数据处理和分析。

接着确定数据来源，常见的股市公开数据来源有新浪财经、东方财富网等财经网站。以新浪财经为例，打开对应页面，按F12打开开发者工具，在Network选项卡下刷新页面，找到包含股市数据的请求，分析请求的URL和请求参数。

然后编写代码，以下是简单示例：
```python
import requests
import pandas as pd

url = '网站真实数据接口URL'
params = {
'参数名': '参数值'
}
response = requests.get(url, params=params)
if response.status_code == 200:
data = response.json()
df = pd.DataFrame(data)
print(df)
else:
print('请求失败')


```
在代码中根据实际情况修改URL和请求参数，使用`json`方法解析返回的数据，并用`pandas`将其转换为数据框方便处理。

最后将爬取到的数据保存下来，如使用`to_csv`方法将数据保存为CSV文件：
```python
df.to_csv('stock_data.csv', index=False)
```
同时要注意遵守网站的`robots.txt`规则，避免过度频繁请求导致IP被封禁。