爬虫程序一般采用python,数据库一般采用mysql结合es,或者是MongoDB。为了提供检索效率可以通过es全文索引。
当然根据自身需要去定制爬取是最合适的。一般爬取维度如下:包括工商基本信息,知识产权信息,公司发展信息,风险信息,司法信息,进出口信息,供应商信息,产品信息,分支机构信息等等。
通过研究社会信用码的规则如下,我们这里通过收集全量信用码完成全量采集。
切记爬取的内容是一条高压线,绝对不能触碰法律红线。
爬虫程序一般采用python,数据库一般采用mysql结合es,或者是MongoDB。为了提供检索效率可以通过es全文索引。
当然根据自身需要去定制爬取是最合适的。一般爬取维度如下:包括工商基本信息,知识产权信息,公司发展信息,风险信息,司法信息,进出口信息,供应商信息,产品信息,分支机构信息等等。
通过研究社会信用码的规则如下,我们这里通过收集全量信用码完成全量采集。
切记爬取的内容是一条高压线,绝对不能触碰法律红线。