python爬取企业名录

爬取企业名录然后存储到数据库中。

#-*- coding:utf-8 -*-
import requests
import MySQLdb
import re
from bs4 import BeautifulSoup

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.87 Safari/537.36"
}
cookies = {'ASPSESSIONIDQCSRSBRS':'FBEPJPLCHEEMEHNLHFKCBCGB',
 'Hm_lvt_819e30d55b0d1cf6f2c4563aa3c36208':'1483118719',
 'Hm_lpvt_819e30d55b0d1cf6f2c4563aa3c36208':'1483120442'}
db = MySQLdb.connect("localhost","root",'liao1234','liao',charset="utf8")
cursor = db.cursor()
'''
sql ="""create table company(name char(100) not null,
    type char(50),
    addr char(150),
    leader   char(30),
    date char(30))"""
cursor.execute(sql)
'''
#获取各地区链接
r = requests.get("http://hangzhou.11467.com/",headers=headers,cookies=cookies)
html = r.text
soup = BeautifulSoup(html)
for tag in soup.find('div',class_='box sidesubcat t0').find_all('a'):
    print tag.attrs['href']

    base_url = "http://hangzhou.11467.com"+tag.attrs['href']+'pn'
    for i in range(1,10):
        url = base_url + str(i)
        r1 = requests.get(url,headers=headers,cookies=cookies)
        html1 = r1.text
        soup1 = BeautifulSoup(html1)

        for tag1 in soup1.find('ul',id='slist').find_all('li'):
            ss = []
            for cc in tag1.find_all('a'):
                print cc.string
                ss.append(cc.string)
            for aa in tag1.find_all('dd'):
                print aa.string
                ss.append(aa.string)
            if len(ss) == 3:
                ss.append("none")
                ss.append("none")
            elif len(ss) == 4:
                ss.append("none")
            else:
                pass
            print len(ss)
            if len(ss)==0:
                continue
            sql = "insert into company(name,type,addr,leader,date) values('%s','%s','%s','%s','%s')"%(ss[0],ss[1],ss[2],ss[3],ss[4])
            cursor.execute(sql)
            print ss[0]

db.close()


  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
### 回答1: 我可以提供一些有关企业工商信息的建议:1. 使用 Python 的 Requests 库来请求企业工商信息的网页;2. 使用 Python 的 Beautiful Soup 库来解析网页;3. 使用 Python 的 Pandas 库来处理数据并提你想要的信息;4. 使用 Python 的 Selenium 库来处理动态网页,以便获更多的信息。 ### 回答2: Python 是一种功能强大的编程语言,它具有丰富的库和工具,可以用来企业工商信息。 在企业工商信息之前,我们首先需要确定要的网站。可以选择一些官方的工商信息查询网站,例如国家企业信用信息公示系统、全国企业信用信息公示系统等。这些网站都提供了查询企业工商信息的功能。 接下来,我们需要使用 Python 的网络虫工具,例如 BeautifulSoup、Scrapy 等。这些工具可以帮助我们解析网页的结构和内容,从而提我们需要的工商信息。 具体操作步骤如下: 1. 使用网络虫工具获工商信息查询网站的 HTML 页面。 2. 利用工具解析 HTML 页面,定位到包含企业工商信息的标签,例如公司名称、注册资本、法定代表人等。 3. 提所需的企业工商信息,并储存在合适的数据结构中,例如列表、字典等。 4. 可以选择将信息存储到数据库或者文件中,方便后续的分析和使用。 需要注意的是,企业工商信息可能涉及到法律和隐私等问题,因此在过程中需要遵守相关法律法规,确保信息安全和合法性。 使用 Python 企业工商信息,可以方便快捷地获大量的企业信息。而且由于 Python 语言简洁易学、库资源丰富,企业工商信息的过程也相对简单。但是在实际操作中,可能会遇到验证码、反虫策略等问题,需要进一步的技术和方法来应对。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值