Post请求爬取国家税务总局纳税信用A级纳税人信息

效果预览

如图,目的是爬取国家税务总局2014-2018年国家税务总局各地纳税信用A级纳税人信息。
在这里插入图片描述

基础代码

import pandas as pd
import requests

URL='http://hd.chinatax.gov.cn/service/findCredit.do'
HEADER = {
        'Cookie':'yfx_c_g_u_id_10003701=_ck20010211232618635509545356418; yfx_f_l_v_t_10003701=f_t_1577935406837__r_t_1577935406837__v_t_1577935406837__r_c_0; _Jo0OQK=21D020D4328410D73BDFA09A917AEB40E7167BB9651465E23A1380D81E8442706A3AA19408E6AD7127D826C47C034D0B2FB18F11F307B478FB63F657E29B5865DD71B918CCA8FE3BB9470EE0D297309F84070EE0D297309F840F2431DD92007ED637E4DF76A79A067B4GJ1Z1OA==; JSESSIONID=F82521F2DFB764BB975730AD95DEE54B',
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36',
    }
findCredit = {'page': 0,
         'location': '110000',
         'code': '',
         'name': '',
         'evalyear':'2018'
         }
r = requests.post(URL ,data=findCredit, headers=HEADER)
# r=requests.get(URL,heders=findCredit)
print(r)
print(r.text)

进一步完善

方法一——根据输入的地方名称、年份搜索下载

import requests
import csv
import pandas as pd

def getData(pageNum,placecode,year,return_total_count=False):
    URL='http://hd.chinatax.gov.cn/service/findCredit.do'
    HEADER = {
            'Cookie':'yfx_c_g_u_id_10003701=_ck20010211232618635509545356418; yfx_f_l_v_t_10003701=f_t_1577935406837__r_t_1577935406837__v_t_1577935406837__r_c_0; _Jo0OQK=21D020D4328410D73BDFA09A917AEB40E7167BB9651465E23A1380D81E8442706A3AA19408E6AD7127D826C47C034D0B2FB18F11F307B478FB63F657E29B5865DD71B918CCA8FE3BB9470EE0D297309F84070EE0D297309F840F2431DD92007ED637E4DF76A79A067B4GJ1Z1OA==; JSESSIONID=F82521F2DFB764BB975730AD95DEE54B',
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36',
        }
    findCredit = {'page': pageNum,
             'location': placecode,
             # 'cPage':5,
             'code': '',
             'name': '',
             'evalyear':year
             }
    r = requests.post(URL ,data=findCredit, headers=HEADER)
    print(r)
    # print(r.text)
    if r.status_code == requests.codes.ok:
        my_query = r.json()
        if return_total_count:
            tpage=my_query['totalPages']
            return tpage
        else:
            data=pd.DataFrame({'code':[],'name':[], 'evalyear':[], 'location':[] })
            for each in my_query['content']:
                d1=str(each['code'])
                d2=str(each['name'])
                d3 = str(each['evalyear'])
    
  • 2
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 22
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 22
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