本文介绍使用八爪鱼采集企查查上企业信息的方法

采集网站:http://www.qichacha.com/

?

重要说明:在未登录状态下,此网页仅展示5条企业信息。因此,在正式开始采集之前,我们需建立一个登录流程。?#19978;?#21442;考单个文本输入及点击登录,建立一个登录流程,然后参考cookie登陆,勾选打开网页时使用指定cookie。这样,下次再打开此网页,即会以登录后的状态打开。

?

单个文本输入及点击登录

/tutorialdetail-1/srdl_v70.html

cookie登录

/tutorialdetail-1/cookie70.html

?

?

?

使用功能点:

l?列表及详细信息采集

/tutorial/fylbxq7.aspx?t=1

l?文本循环教程

/tutorial/wbxh_7.aspx?t=1

l?AJAX点击和翻页

/tutorial/ajaxdjfy_7.aspx?t=1

?

企查查:企查查是苏州朗动网络科技公司旗下的一款企业信息查询工具,立足于企业征信的相关信息整合,经过深度学习、特征抽取和使用图构建技术,为用户提供全面、可靠、透明的数据信息。

?

用户输入所需要查询的公司名称,点击搜索,出现你所要搜索的公司,显示工商信息,投资人,对外投资,企业年报,诉讼,失信信息,专利,著作权,商标展示,企业证书,企业新闻,企业招聘等信息。根据需要,可以生?#19978;?#24212;的报告。

?

企查查采集数据说明:本文进行了企查查-企业搜索-企业名录信息采集。本文仅以“企查查-企业搜索-企业名录信息采集”为例。大?#20197;?#23454;操过程?#26657;?#21487;根据自身需求,更换企查查的搜索?#24335;?#34892;数据采集。

?

企查查采集详细采集字段说明:公司名称,公司链接,公司法定代表人,公司注册资本,公司成立时间,联系电话,公?#23621;?#31665;,公司地址。

?

步骤1:创建采集任务

1)进入主界面,选择“自定义采集

?

?

2)要采集网站URL制?#31243;?#21040;输入框?#26657;?#28857;击保存网址

?

?

步骤2:输入采集信息

1)在页面右上角,打开“流程”,以展现出“流程设计器”“定制当前操作”两个板块。点击输入框,然后在右侧操作提示框?#26657;?#36873;择“输入文字”

?

?

2)在操作框提示?#26657;?#36755;入想要查询的文本。这里输入“华为”。输入完成后,点击“确定”

?

?

3)“华为”会自动填充到输入框。先点击“查一下按钮,然后在右侧操作提示框?#26657;?#36873;择“点击该按钮”

?

?

步骤3:创建翻页循环

1)我们可以看到,页面出现了“华为”的搜索结果。结果页面下拉到底部,点击>按钮。在右侧操作提示框?#26657;?#36873;择循环点击下一页以创建一个翻页循环

?

由于此网页涉及Ajax技术,我们需要进行一些高级选项的设置。选中“点击元素”步骤,打开?#26696;?#32423;选项”,勾选“Ajax加载数据”,设置时间为“2秒”

?

?

步骤4:创建列表循环并提取数据

1)移动鼠标选中页面里第一条企业信息区块。系统会识别此区块中的子元素,在操作提示框?#26657;?#36873;择“选中子元素”

?

?

2)系统会自动识别出页面中的其他10组同类元素,在操作提示框?#26657;?#36873;择“选中全部”,以建立一个翻列表循环

?

?

3)我们可以看到,页面中景点信息区块里的所有元素均被选?#26657;?#21464;为绿色。选择“采集数据”

?

?

4)选中相应的字段,可以进行字段的自定义命名。完成后,点击左上角的“保存”并“开始采集”,启动采集任务

?

?

5)选择“启动本地采集”

?

?

步骤5:数据采集及导出

1)采集完成后,会跳出提示,选择导出数据?#20445;?/span>选择合适的导出方式,将采集好的数据导出

?

?

2)这里我们选择excel作为导出为格式,数据导出后如下图


?