美橙互联-网站备案 python3 备案信息爬虫爬取 --恶搞大王

import requests
import re
from bs4 import BeautifulSoup
session = requests.session()


# 先获取到token值
def start_request():
    headers = {
        'Host': 'beian.cndns.com',
        'User-Agent': '''Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36''',
        'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
    }
    r = session.get(url="https://beian.cndns.com/",headers=headers)
    token_url = get_token_url(r.text)
    token = get_token_code(token_url)
    if token == None:
        print("请求token失败")
    else :
        print("请求token成功")
        print("token内容为:"+token)
        get_icp_msg(token)
    pass

# 获取到返回token值的url地址
def get_token_url(text):
    token_url = re.search("[a-z 0-9]{32}", text, flags=0).group()
    # 拼接成完整的请求地址
    token_url = "https://beian.cndns.com/token-cndns-icp-"+token_url+".php"
    print("拼接完成的字符串为:"+token_url)
    return token_url

# 获取到具体的token代码
def get_token_code(url):
    token_url_headers = {
        'Host': 'beian.cndns.com',
        'Origin': 'https://beian.cndns.com',
        'Referer': 'https://beian.cndns.com/',
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36',
        'Accept':'*/*'
    }
    r = session.post(url,headers = token_url_headers)
    if r.status_code == 403:
        print("没有访问权限.访问过快.你可以尝试更换ip")
        return None
    elif r.status_code == 200:
        # 获取到token数据
        token = r.text
        return token
    else:
        print("异常请求码:"+r.status_code)
    return None


# 汇总信息请求
def get_icp_msg(token):
    icp_headers = {
        'Host': 'beian.cndns.com',
        'Origin': 'https://beian.cndns.com',
        'Referer': 'https://beian.cndns.com/',
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36',
        'Accept':'*/*'
    }
    form_data = {
        # 这里修改域名地址就可以了.注意是主域名
        "queryCondition": 'baidu.com',
        "queryConditionType": "1",
        "act": "querybeianstatus",
        "mulit":"1",
        "token":token
    }
    r = session.post("https://beian.cndns.com/query_beian2.php",headers=icp_headers,data=form_data)
    # 这里返回的就是相应返回html信息了.
    # 你自己解析一下就好了
    # 有乱码的话自己处理一下
    print(r.text)
start_request()

# <table width="918" border="0" cellspacing="1" cellpadding="3" style="background:#ccc; line-height:25px; margin:10px auto; font-size:12px;">
#           <tr style="background-color: #D4E6F7;">

#                     <td><b>主办单位名称</b></td>
#                     <td width="11%"><b>主办单位性质</b></td>
#                     <td width="15%"><b>网站备案/许可证号</b></td>
#                     <td><b>网站名称</b></td>
#                     <td><b>网站首页网址</b></td>
#                     <td width="9%"><b>审核时间</b></td>
#                     <td width="8%"><b>网站负责人</b></td>
#                 </tr>

#   <tr>
#             <td align="center" bgcolor="#FFFFFF" nowrap="nowrap">
#                 <div id="kind">李彦宏</div>
#             </td>
#             <td align="center" bgcolor="#FFFFFF" nowrap="nowrap">
#                 <div id="kind">个人</div>
#             </td>
#             <td align="center" bgcolor="#FFFFFF" nowrap="nowrap">
#                 浙ICP备170131281号-4
#             </td>
#             <td align="center" bgcolor="#FFFFFF">
#                自我学习
#             </td>
#             <td align="center" bgcolor="#FFFFFF">

#                 <div id="home_url"><div><em><a href="http://www.baidu.com" target="_blank">www.baidu.com</a></em></div>
# </div>
#             </td>
#             <td align="center" bgcolor="#FFFFFF" nowrap="nowrap">
#                 <div id="pass_time">2018-06-21</div>
#             </td>
#           <td align="center" bgcolor="#FFFFFF" nowrap="nowrap">
#                 <div id="pass_time"></div>
#             </td>
#         </tr>
# </tbody></table>
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,188评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,464评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,562评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,893评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,917评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,708评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,430评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,342评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,801评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,976评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,115评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,804评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,458评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,008评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,135评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,365评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,055评论 2 355

推荐阅读更多精彩内容