能評為一般納稅人企業市需要一年達到一定的銷售額，並且連續幾年有一定的納稅情況。所有一般納稅人企業可以說都是有一定規模的企業。所有一般納稅企業也是乙個城市的重要產業。最近在研究一般納稅企業，所有找了幾種方式來抓取企業，這裡提供三種方式抓取一般納稅人企業名單。
方式一：通過全國納稅平台
現在還沒有乙個地方可以查詢一般納稅人的**和平台。各個地方稅務平台可以查詢單個城市整理**：
這裡收集的地方上一般納稅人企業查詢，但是大多數平台都是，通過名稱查詢的，沒有企業的完整列表，而且還需要納稅識別號才能查詢
所有要得到全部的一般納稅人就需要全國的企業的納稅識別號去查詢，這個工作量也是很大的。
方式二：第三方資料平台
這裡我們就可以考慮通過天眼查或者企查查去查詢其實是否市一般納稅人
如果不需要字典相信的資訊，就可以直接採集概要，
如果通過第三方平台，我們就可以知道企業是否屬於一般納稅人，當問題也是，我們要有全國的企業名單。
現在能想到的就是這三種方式，但是都需要有乙個全國名單才能採集，難度和成本還是比較高的，如果這邊找到了其他方式，我也會盡快的更新部落格。
python爬蟲一般格式
伴隨bs4安裝的還有 lxml 模組 需要了解python正規表示式 主要了解re.findall函式的使用。簡單示例 一般爬蟲的格式如下 import re import time import random import requests from bs4 import beautifulsou...
爬蟲的一般步驟
希望下次寫 的時候可以嚴格按照這個步驟進行除錯，寫可維護的 1.建立乙個專案 scrapy startproject demo 1.根據需要設計字段 items.py 2.資料提取 spiders.py 1 針對沒有ban且沒有動態資料的 無需設定相應得策略 設定useragentmiddlewar...
實現爬蟲的一般思路
實現爬蟲的套路 一 準備url 準備start url url位址規律不明顯，總數不確定 xpath 尋找url位址，部分引數在當前的響應中 比如，當前頁碼數和總的頁碼數在當前響應中 準備url list 頁碼總數明確 url位址規律明顯 二 傳送請求，獲取響應 新增隨機的user agent，反反...