任务:抓取天眼查网页,提取出工商信息并进行存储。
运行结果:
mobike.html中的内容:
"""
<table width="100%" style="border:none"><tbody><tr><td class="basic-td" width="35%"><div class="c8">工商注册号:<span>110108018555421</span></div></td><td class="basic-td" width="35%"><div class="c8">组织机构代码:<span>33024530X</span></div></td><td class="td-score position-rel" rowspan="4" width="30%"><img
alt="评分93"
class="td-score-img"
src="https://static.tianyancha.com/wap/images/score_93.png"/><div class="f12" style="color:#d5d5d5">[ 以上评分结果仅供参考 ]</div></td></tr><tr><td class="basic-td"><div class="c8">统一信用代码:<span><span
class="c8"></span>9111010833024530XJ</span></div></td><td class="basic-td"><div class="c8">企业类型:<span>有限责任公司(自然人投资或控股)</span></div></td></tr><tr><td class="basic-td" colspan="3"><div class="c8">纳税人识别号:<span>11010833024530X</span></div></td></tr><tr><td class="basic-td"><div class="c8">行业:<span>科技推广和应用服务业</span></div></td><td class="basic-td"><div class="c8">营业期限:<span ng-if="company.fromTime">2015-01-27至2035-01-26</span></div></td></tr><tr><td class="basic-td"><div class="c8">核准日期:<span>2017-06-22</span></div></td><td class="basic-td"><div class="c8">登记机关:<span>海淀分局</span></div></td></tr><tr><td class="basic-td" colspan="3"><div class="c8">注册地址:<span>北京市海淀区学院路甲5号2幢平房B南1231室</span></div></td></tr><tr><td class="basic-td" colspan="3"><div class="c8">英文名称:<span>Beijing Mobai Technology Co.,Ltd.</span></div></td></tr><tr><td class="basic-td" colspan="3"><div class="c8" style="line-height: 24px;">经营范围:<span style="word-break: break-all;" content-folder content="company.businessScope"><span ng-init="showDetail = false;" class="js-shrink-container"><span ng-if="!showDetail" ng-bind-html="perContent|splitNum" class="js-full-container hidden">技术推广、技术转让、技术咨询、技术服务、通信终端设备的技术开发;销售通信终端设备及数据产品、电子产品、日用百货;自行车租赁;工程和技术研究与试验发展;计算机系统服务;基础软件服务;应用软件服务;软件开发;软件咨询;产品设计;模型设计,经济贸易咨询;企业策划;文化咨询;会议服务;投资咨询;电脑动画设计;项目投资;投资管理;资产管理;设计、制作、代理、发布广告;机械设备租赁(不含汽车租赁)。(企业依法自主选择经营项目,开展经营活动;依法须经批准的项目,经相关部门批准后依批准的内容开展经营活动;不得从事本市产业政策禁止和限制类项目的经营活动。)</span><span ng-if="showDetail" ng-bind-html="content|splitNum" class="js-split-container ">技术推广、技术转让、技术咨询、技术服务、通信终端设备的技术开发;销售通信终端设备及数据产品、电子产品、日用百货;自行车租赁;工程和技术研究与试验发展;计算机系统服务;基础软件服务;应用软件服务;软件开发;软件咨询;产品设计;模型设计,经济贸易咨询;企业策划;文化咨询;会议服务;投资咨询;电脑动画设计;项目投资;投资管理;资产管理;设计、制...</span><a ng-show="needFolder" ng-click="showDetail = btnOnClick(showDetail)" style="cursor: pointer;" class="js-shrink-btn ">详细</a></span></span></div></td></tr></tbody></table></div></div></div></div>
"""
代码:
"""
!/usr/bin/env python
-- coding:utf-8 --
from bs4 import BeautifulSoup
import requests
file = 'mobike.html' //指定文件名
def get_company_detail(file): //定义函数
with open(file,encoding='utf-8') as f: //打开文件,指定编码为utf-8
soup = BeautifulSoup(f,'lxml') //将mobike.html中的内容,使用lxml解析,变为BeautifulSoup对象
content = soup.findAll('td') //找到soup中所有的td标签,得到一个list
regis_info = [] //新建一个空的列表,便于后续往里面添加数据
for i in range(0,len(content)): //对content列表中的每一个元素进行遍历
data = content[i].get_text() //将每一个元素中包含的文本提取出来
regis_info.append(data) //追加到regis_info列表中
i = i + 1 //继续对content中的下一个元素进行处理
print(regis_info) //将最终regis_info进行打印
get_company_detail(file) //调用函数执行函数功能
"""