Tianyancha 天眼查

输入目标企业的模糊名称/简称，一行代码将目标企业的制定工商信息分类保存为Excel/JSON文件。

• 模拟登录：基于Selenium的Xpath来定位登录框并传入个人账户信息,一次登录大概6-9秒。
• 关键字的模糊识别：利用天眼查搜索框的已有模糊检索能力，方便用户仅能提供部分关键字的情况。
• 元素定位：特殊表格（比如'baseInfo'）使用了Selenium提供的API，具体请参考Locating Elements。一般表格使用pandas的read_html方法。

What is Tianyancha? Read this article to find out.

下载安装 Installation

pip install tianyancha

使用方法 Instruction

输入更换为自己的天眼查账户、密码和查询关键字。 生成的结果文件请参考北京鸿智慧通实业有限公司.xlsx和中信证券股份有限公司.json。

运行下面的示例代码将分别执行：

1. 单个：“用户User输入密码Password登录后，爬取关键字为Keyword的企业的工商信息(baseInfo)，结果返回table_dict并保存为JSON文件。”
2. 批量：“用户User输入密码Password登录后，程序根据input.xlsx中分别设置的表名来批量爬取多个公司信息，结果返回在由多个table_dict拼接而成的tuple_dicts并分别保存为EXCEL文件。最后，在终端打印出第一个公司的所需信息。”

from tianyancha import Tianyancha
# 单个
table_dict = Tianyancha(username='User', password='Password').tianyancha_scraper(keyword='Keyword', table='baseInfo', export='json')
# 批量
tuple_dicts = Tianyancha(username='User', password='Password').tianyancha_scraper_batch(input_template='input.xlsx', export='xlsx')
tuple_dicts[0]

函数参数 Function Parameters

Tianyancha.tianyancha_scraper(keyword, table='all', use_default_exception=True, change_page_interval=2, export='xlsx'):

表格参数对照表 Table Parameters Mapping Chart

参数结尾有"*"的为可能有误的参数名称，请手工复查div._container_后面的内容。

默认排除列表 Default Exception List

use_default_exception参数的解释。

list_exception = ['recruit', 'tmInfo', 'holdingCompany', 'invest', 'bonus', 'firmProduct', 'jingpin', \
                'bid', 'taxcredit', 'certificate', 'patent', 'copyright', 'product', 'importAndExport', \
                'copyrightWorks', 'wechat', 'icp', 'announcementcourt', 'lawsuit', 'court', \
                'branch', 'touzi', 'judicialSale', 'bond', 'teamMember', 'check']

运行依赖 Dependencies

1. Chrome浏览器
2. Chrome-webdriver：将chromedriver.exe(Windows)或chromedriver.dmg(Mac)移动到本地Python安装目录下。
   1. 百度网盘下载
   2. 官方下载(需要代理访问)
3. Requirements.txt

捐助 Donation

捐助是一种美德。 ❤️💛💙

1. 资金

2. 点赞

请为知乎相关问题像天眼查这种网站怎么进行全爬虫？的回答点赞，帮助更多人受惠于本项目。

新功能推荐 New Features