python爬虫另辟蹊径绕过企查查的登录验证，我太冇财了

2024-06-21 19:30| 来源: 网络整理| 查看: 265

从企查查爬取企业信息，如果没有登录直接检索，邮箱、电话都被隐藏了

点击详情，部分信息同样会被隐藏

毕竟只是打工的，没钱不能任性！

想要查看更完整的企业信息，只有登录了。

但登录需要滑块验证，有时可能还会有图片验证码

但我干不过他们，老大不提供资金支持，那就只能另辟蹊径了。

突然看到右下角有三小只，不禁有点想法了

是不是可以通过授权的形式进行登录呢，那就开始吧

那就拿三小只试试：

首先通过微博登录，将该绑定的绑定，该授权的授权，避免登录后让验证

(微博授权 + 手机号绑定 + 竟然还让关注了公众号)

账号准备完毕，上代码

from selenium import webdriver import time import xlwt import sys import imp imp.reload(sys) # 伪装成浏览器，防止被识破 option = webdriver.ChromeOptions() option.add_argument( '--user-agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36"') driver = webdriver.Chrome(chrome_options=option) # 打开登录页面 driver.get('https://www.qichacha.com/user_login') # 单击用户名密码登录的标签 tag = driver.find_element_by_xpath('//*[@id="normalLogin"]') tag.click() tag = driver.find_element_by_xpath('//*[@class="btn-weibo m-l-xs"]') tag.click() # 将用户名、密码注入 driver.find_element_by_id('userId').send_keys('微博账号') driver.find_element_by_id('passwd').send_keys('微博密码') time.sleep(3) # 休眠，人工完成验证步骤，等待程序单击“登录” # 单击登录按钮 btn = driver.find_element_by_xpath('//*[@id="outer"]/div/div[2]/form/div/div[2]/div/p/a[1]') btn.click() time.sleep(10) # inc_list = ['阿里巴巴', '腾讯', '今日头条', '滴滴', '美团'] # inc_len = len(inc_list) driver.find_element_by_id('searchkey').send_keys("腾讯") # 单击搜索按钮 srh_btn = driver.find_element_by_xpath('//*[@id="indexSearchForm"]/div/span/input') srh_btn.click() # 获取首个企业文本 inc_full = driver.find_element_by_xpath('//*[@id="search-result"]/tr[1]/td[3]/a').text print(inc_full) money = driver.find_element_by_xpath('//*[@id="search-result"]/tr[1]/td[3]/p[1]/span[1]').text print(money) date = driver.find_element_by_xpath('//*[@id="search-result"]/tr[1]/td[3]/p[1]/span[2]').text print(date) mail_phone = driver.find_element_by_xpath('//*[@id="search-result"]/tr[1]/td[3]/p[2]').text print(mail_phone) addr = driver.find_element_by_xpath('//*[@id="search-result"]/tr[1]/td[3]/p[3]').text print(addr) try: stock_or_others = driver.find_element_by_xpath('//*[@id="search-result"]/tr[1]/td[3]/p[4]').text print(stock_or_others) except: pass # 获取网页地址，进入 inner = driver.find_element_by_xpath('//*[@id="search-result"]/tr[1]/td[3]/a').get_attribute("href") driver.get(inner) # 单击进入后官网通过href属性获得： inc_web = driver.find_element_by_xpath( '//*[@id="company-top"]/div[2]/div[2]/div[3]/div[1]/span[3]/a').get_attribute("href") print("官网：" + inc_web) print(' ') driver.close() 信息获取完整，ok

【本文地址】

公司简介

联系我们