(相关资料图)

前言

有某个线上项目，没有接入工商接口，每次录入公司的时候，都要去天眼查、企查查或者其他公开数据平台，然后手动录入，一两个还好说，数量多了的重复操作就很烦，而且，部分数据是包含超链接，一不注意就点进去，又多了一个步骤。因此，我就用Quicker写了一个数据抓取脚本，用来抓取一些公开的工商数据，逻辑很简单，知识点只有基础html、json节点提取。Quicker脚本分享地址：https://getquicker.net/Sharedaction?code=f9963209-c56c-48b5-c379-08db2ab3ed80

实现逻辑探索思路天眼查的搜索框关联了一个快速查询的接口，可以根据关键字快速查询一个公司的基础信息，我们需要的是公司id，用来查询详细信息；根据id是没法直接获取到公司的工商信息的（可能是我没花太长时间，没爬到相关的接口），但既然页面上是显示了的，那就能获取，不能爬接口就爬网页吧；但是爬网页又遇到一个问题，直接通过get获取html文档的话，工商数据那一栏是没加载（无节点数据）的，初步估计设计上是嵌入式的延迟加载，要是浏览器载入加载后才能获取对应节点数据；获取延迟加载的数据可以使用Quicker“浏览器控制”的等待浏览器加载完成实现，但这样还要调用浏览器进行模拟操作有点不合理，本来就不复杂的操作，搞得还有点麻烦了；通过翻详情页面的html源码，我发现，工商数据并不是真正意义上的延迟加载，而是先获取到数据，挂载到资源，然后再响应式进行数据渲染，同时渲染的数据少点的话，比较节约资源，也就是说，实际上通过get获取到的html源码是包含了工商数据的，见下节点；

<script id="__NEXT_DATA__" type="application/json">{json}<script>

说来也奇怪，节点的类型是application/json的话，那就说明是数据通过json文件获取到，但我还是没查到到底是哪个接口获取的，有个包含了{id}.json的接口，但这个接口1是没返回数据，2是更改参数后会提示没权限，我相信深扒网页js脚本的话，应该是能找到方法的，但搞起来好麻烦，暂时不深究；实现步骤

至此，开发逻辑明确，六步实现（实际上按照知识点来说，只有两个步骤，接口爬取和获取节点）：

第一步，根据关键字快速查询公司；第二步，直接使用快速查询到的第一个公司，拿到其id；第三步，使用id，get访问详情网页，获取网页源码；第四步，读取html公司数据节点；第五步，读取业务需求信息的json节点，重新组装拼接；第六步，展示数据；效果展示

脚本截图效果演示，功能很简单

结语

这个脚本就是促进生产力的一个很好表现