node.js 爬虫 登录验证码_企查查爬虫

链接：https://pan.baidu.com/s/14OMqMjZPeMum8JKfajXZZA

提取码：ma5v

伸手党的福利，这是爬虫的文件，运行qcc.py，另个py文件是用来拖动验证码的。程序需要输入的是一个公司名称的列表文件，由于我也是初学，所以程序写的一般，大家凑合看吧。

下面是爬虫的相关背景以及思路介绍：

同学在证券公司上班，需要企查查的一些信息，他给了我一个公司名称的表格，找我帮忙做一个公司信息的表格，我觉得可以用爬虫解决这个问题，就写了这个程序。

爬虫首先就是看一下网站的结构，随便打开一个企业详情：

电脑端网页

华为技术有限公司

电话和邮箱信息都被隐藏了，必须登录才能展示，于是乎，我用Python+selenium写了很多模拟登录的代码，各种跳转，最后使用微博登录(很多爬虫都是这么干的)。写完了发给同学，账号登录就算登录上也不稳定，在我电脑上没毛病的，到他那一堆毛病。电话和邮箱依旧不好使。

此事搁置了许久。。。

直到有一天我发现了新大陆。

http://m.qichacha.com/

这是企查查的手机端网页。