首先要注册一个账号密码,通过账号密码登录,并且滑块验证,自动输入搜索关键词,进行跳转翻页爬取数据,并保存到Excel文件中。
代码运行时,滑块验证经常不通过,被吃掉,但是发现打包成exe运行没有这个问题,100%成功登录。如果大家知道这个问题麻烦请与我分享,谢谢!
废话不多说直接上代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
|
# coding=utf-8 from selenium import webdriver import time from PIL import Image, ImageGrab from io import BytesIO from selenium.webdriver.common.action_chains import ActionChains import os import sys import re import xlwt import urllib import datetime ''' 用于天眼查自动登录,解决滑块验证问题 ''' # 获取项目根目录 def app_path(): if hasattr (sys, 'frozen' ): return os.path.dirname(os.path.dirname(os.path.dirname(sys.executable))) #使用pyinstaller打包后的exe目录 return os.path.dirname(__file__) app_path = app_path() ready_list = [] #设置表格样式 def set_style(name,height,bold = False ): style = xlwt.XFStyle() font = xlwt.Font() font.name = name # font.bold = bold font.color_index = 4 font.height = height style.font = font return style # 写excel f = xlwt.Workbook() sheet1 = f.add_sheet( '企查查数据' ,cell_overwrite_ok = True ) row0 = [ "企业名称" , "法定代表人" , "注册资本" , "成立日期" , "电话" , "邮箱" , "地址" ] for i in range ( 0 , len (row0)): sheet1.write( 0 , i, row0[i], set_style( 'Times New Roman' , 220 , True )) # 写列 def write_col(data, row, col): for i in range ( 0 , len (data)): sheet1.write(row,col,data[i],set_style( 'Times New Roman' , 220 , True )) row = row + 1 def parse_save_data(all_list): row = 1 for data in all_list: # 公司名称 name_list = re.findall(r '<div class="info">(.*?)</div>' ,data) print (name_list) # 标签 tag_list = re.findall(r '<div class="tag-list">(.*)</div><div class="info row text-ellipsis">' , data) tags = [] for list in tag_list: tag = re.findall(r '<div class="tag-common -primary -new">(.*?)</div>' , list ) tags.append(tag) # print(tags) # 法定代表人 legal_list = re.findall(r '<a id="codetool">
打包成exe(注意site-packages要换成自己python包的目录)
最终运行dist目录下的exe
注意事项 由于天眼查没有开会员只能查看到4页内容,所以需要开会员,这个想要绕过就需要另外去研究,毕竟是要充钱付费,破解也没那么简单 到此这篇关于Python自动化爬取天眼查数据的文章就介绍到这了,更多相关Python自动化爬取天眼查数据内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家! 原文链接:https://blog.csdn.net/qq_36767214/article/details/117843296 相关文章
热门资讯 |