Java 爬虫

条件

目标网页:天眼查
条件:注册资金3000万左右
结果数据:公司名称,法人姓名,公司logo

代码

依赖

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>easyexcel</artifactId>
            <version>2.2.5</version>
        </dependency>
        <dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.10.2</version>
        </dependency>
        <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-all</artifactId>
            <version>5.4.1</version>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>

代码

首先找到天眼查的搜索链接
https://www.tianyancha.com/search

然后通过页面操作看url变化得知,加上/or.xxx.xxx是注册资金范围,再加/px代表页数,再加?key=xxx代表公司关键词

    public static List<CompanyInfo> getData(Integer start, Integer end, String keyWord) throws Exception {
   
        String rowUrl = "https://www.tianyancha.com/search/or." + start + "." + end;
        List<CompanyInfo> infos = new ArrayList<>();
        Map<String, String> map = new HashMap<>();
        //这是验证token,登录后可从浏览器中获得
        map.put("auth_token","eyJhbGciOiJIUzUxMiJ9.eyJzdWIiOiIxNzMyODg2MjQ0MyIsImlhdCI6MTYxODM5MzY3OSwiZXhwIjoxNjQ5OTI5Njc5fQ.QJNomA-k4MROR1DdbF7ulCJitlR74tR93PCnJT2mmBgjj7WBz7mwdyV1Fi0069PuZx8S4t6QBh8Y1JiHxvrK5g");
        //由于非vip用户只能免费看前五页,所以这里我循环了5次
        for (int i = 1; i <= 5; i++) {
   
            String url = rowUrl + "/p" + i;
            if (StrUtil.isNotBlank(keyWord)) {
   
                url = url + "?key=" + keyWord;
            }
            Document document = Jsoup.
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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