要获取的内容如图：
我要评论'''
使用python获取慧聪企业联系方式
作者：菜鸟虫师Mac
时间：2020.7.24
'''
import requests
import json
from lxml import etree
TARGET = 'https://s.hc360.com/company/search.html?'
HEADERS = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:78.0) Gecko/20100101 Firefox/78.0',
}
# 要post的参数
DATA = {
'kwd': None,
'pnum': None,
}
# 向首页发起请求，获取企业信息页面的url
def get_index_url():
# 首页的请求方式是post
res = requests.post(url=TARGET, headers=HEADERS, params=DATA)
html = etree.HTML(res.content.decode())
# 获取企业信息的url（如图1）
get_contacts_urls = list(html.xpath('//a[@class="tel"]/@href'))
# 要在每个href前面加上'https:'才能成为一个真正的url，进行下一步的访问
get_contacts_urls = map(lambda x: 'https:' + x, get_contacts_urls)
return (list(get_contacts_urls))
# 向企业信息页面的url发起请求，获取企业信息
def get_cpns_infos(url):
res = requests.get(url=url, headers=HEADERS)
html = etree.HTML(res.text)
# 企业的联系信息都在这个<div>下的<li>内
# cpns_infos = html.xpath('//div[@class="ContacCon3"]//ul/li')
cpns_infos = html.xpath('//div[@class="ContacCon3"]//ul')
# 字典：存放企业联系信息
cpns_datas = {}
for cpns_info in cpns_infos:
cpns_datas['公司名称'] = cpns_info.xpath('//div[@class="cConpanyName"]/text()')[0]
# 联系人姓名
contacts = cpns_info.xpath('//div[@class="con3Rig"]/span/a/text()')[0]
# 职位
position = cpns_info.xpath('//div[@class="con3Rig"]/span/text()')[0]
# 联系人姓名+职位（去掉\xa0\xa0）
cpns_datas['联系人'] = "".join((contacts + position).split())
# QQ
QQ = cpns_info.xpath('//a[@class="contactQQ"]/text()')
# 有QQ，则去掉本身的QQ：以及括号
if QQ:
qq = QQ[0].strip("( QQ：)")
cpns_datas['QQ'] = qq
# 没有QQ，则显示'没有QQ'
else:
cpns_datas['QQ'] = '没有QQ'
cpns_datas['公司电话'] = cpns_info.xpath('//div[@node-name="telephone"]/text()')
cpns_datas['手机号码'] = cpns_info.xpath('//div[@node-name="mp"]/text()')
cpns_datas['其他电话'] = cpns_info.xpath('//div[@node-name="otherTelephone"]/text()')
cpns_datas['官网'] = cpns_info.xpath(
'//div[@class="con3Rig"]/a[contains(@onmousedown,"contact_detail_homepage")]/text()')[0].strip(
"\r\n\t\t").replace(" ", "")
# 地址(在最后一个<li>的div内)
cpns_datas['地址'] = cpns_info.xpath('//li[last()]/div[@class="con3Rig"]/text()')[0]
# 转化为json格式，以便保存
cpns_datas_json = json.dumps(cpns_datas, ensure_ascii=False)
# 将信息保存到JSON文件中
save_infos(cpns_datas_json)
# 保存信息
def save_infos(data):
with open('HuiCong.json', 'a') as f:
f.write(data)
print("OK!")
# 逻辑函数
def main():
# 要获取的城市
DATA['kwd'] = '广州'
# 前N页的内容
for i in range(3):
DATA['pnum'] = (i + 1)
urls = get_index_url()
for url in urls:
get_cpns_infos(url)
if __name__ == '__main__':
main()
图1如下：
获取到的如下：
本文地址：https://blog.csdn.net/Mac1392415/article/details/107551616
如对本文有疑问， 点击进行留言回复！！
PC-Arduino Serial communication using python
网友评论