php天眼查数据抓取 python用xpath采集天眼查内容 有反爬 zip拼数据

# -*- coding: utf-8 -*-

"""

起始未登录有反爬，爬失败。策略：重新登录，并在headers中加入cookie，成功了。

"""

import requests

from lxml import etree

headers={

'Cookie':'your long cookie',

#请求类型

'Origin':'',

'User-Agent':'Mozilla/5.0 (Windows NT 6.1; ) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/82.0.4068.4 Safari/537.36'

}

url='/search?key=%E4%BA%AC%E4%B8%9C';

#查看请求headers，response=requests.get(url).request.headers是个爬虫

response=requests.get(url,headers=headers).text

html=etree.HTML(response)

#//从根节点，//div表示全选所有div

name=html.xpath('//div[@class="header"]/a/text()')

#print(name)

nickName=html.xpath('//div[@class="title -wider text-ellipsis"]/a/text()')

#print(nickName)

money=html.xpath('//div[@class="title -narrow text-ellipsis"]/span/text()')

#print(money)

#拼在一起

for n,N,m in zip(name,nickName,money):

#print(n,N,m)，文件写入方式，文件存在就写入，不存在就创建。要用a

r=open('天眼查数据.txt','a')

r.write('{},{},{}\n'.format(n,N,m))

r.close()