天眼查新方式信息爬取

#本文經過新的方式爬取突破html 因爲公司列表頁信息不多反爬，除了公司名稱其餘信息都沒有，因此能夠取巧提取註冊時間註冊資本信息 訪問過多過快也會封，測試能夠經過隨機UA突破 另外公司具體信息詳情頁可能不一樣公司展現xpath位置不同，因此用re 另外經營範圍下載回來出現&#x開頭的亂碼，#&#xxx 的格式實際上是unicode，用HTMLParser庫解析 #最後實現結果：基本3秒能查出5家相

>>阅读原文<<