基于Python爬取天眼查网站的企业信息

爬虫简介

这是一个在未登录的情况下，根据企业名称搜索，爬取企业页面数据的采集程序

注意:这是一个比较简单的爬虫，基本上只用到了代理，没有用到其他的反反爬技术，不过由于爬取的数据比较多， 适合刷解析技能的熟练度 ，所以高手勿进

代码已经上传到 GitHub 上，有用还请给个星

python版本：python2.7

编码工具：pycharm

数据存储：mysql

爬虫结构：广度爬虫

爬虫思路：

1. 先获取需要采集信息的公司：

   1. 从数据库中获取
   2. 获取字段：etid，etname
   3. 将获取的数据存储的状态表中
   4. 从状态表中获取数据，并更新状态表

2. 拼接初始URL：

   1. 将etname和初始url进行拼接，获得初始网址
   2. 将初始url放到一个列表中，获取HTML的时候如何出错，将出错的url放到另一个列表中，进行循环获取

3. 请求解析初始一级页面：