Python+Selenium自动搜索基金业协会指定企业名单，爬虫抓取指定信息并保存到数据库

Python+Selenium自动搜索基金业协会指定企业名单，抓取指定信息并保存到数据库.
网址https://gs.amac.org.cn/amac-infodisc/res/pof/manager/managerList.html
安装使用Python+Selenium请点击这个链接

# -*- coding: utf-8 -*-
# @Time : 2021/5/24
# @Author : Jihaibo
# @desc :Python+Selenium自动搜索基金业协会指定企业名单，抓取指定信息并保存到数据库.网址https://gs.amac.org.cn/amac-infodisc/res/pof/manager/managerList.html
# @File : amacSelenium.py
# @Software: PyCharm

from selenium import webdriver #调用 Chrome 浏览器
from selenium.webdriver.common.keys import Keys #调用键盘按键操作需要引入keys 包
from selenium.webdriver.common.action_chains import ActionChains #鼠标事件
from selenium.webdriver.support import expected_conditions as EC #expected_conditions判断当前页面的是否有XX。由于这个模块名称比较长，所以为了后续的调用方便，重新命名为EC了
from selenium.webdriver.common.by import By
from selenium.webdriver.support.wait import WebDriverWait #显性等待，程序每隔xx秒看一眼，如果条件成立了，则执行下一步，否则继续等待，直到超过设置的最长时间
import os
import requests
import time
import hashlib
import json
import pymysql

#查询要检查的管理人（企业）名单目录，fund_name是企业全称
def mysql_sel():
    # 数据库连接
    conn = pymysql.connect(host='localhost', port=3306, user='root', passwd='123', db='test')
    cur = conn.cursor()
    cur.execute("SELECT fund_name FROM `test`.`company`;")
    # print(cur.description)
    for row in cur:
        print(row[0])
        getlist(row[0])
        # getlist('北京友联四方投资管理有限公司')
    cur.close()
    conn.close()


#插入新的数据库 mysql_ins( 名称, 信息报送异常, 登记时间, 成立时间, 注册地址, 办公地址, 管理规模区间, 产品信息)
def mysql_ins( name1, yichang, djsj, clsj, zcdz, bgdz, glgmqj, chanpin):
    # 数据库连接
    conn = pymysql.connect(host='localhost', port=3306, user='root', passwd='123456', db='test')
    # 插入数据库
    sql_2 = f"INSERT INTO `test`.`amac_glr`( `name1`, `yichang`, `djsj`, `clsj`, `zcdz`, `bgdz`, `glgmqj`, `chanpin`) VALUES ( '{name1}', '{yichang}', '{djsj}', '{clsj}', '{zcdz}', '{bgdz}', '{glgmqj}', '{chanpin}')"

    cur2 = conn.cursor()
    cur2.execute(sql_2)  # 执行上述sql命令
    conn.commit()
    # print('成功')
    cur2.close()
    conn.close()

#获取管理人详细信息
def getcon(href):
    print(href)
    opt = webdriver.ChromeOptions()  # 创建Chrome参数对象
    opt.headless = True  # 把Chrome设置成可视化无界面模式，windows/Linux 皆可
    b = webdriver.Chrome(options=opt) #把Chrome设置成可视化无界面模式
    b.get(href)
    time.sleep(1)
    name1 = b.find_element_by_id("complaint2").text
    yichang = b.find_elements_by_xpath("//table/tbody/tr/td")[1].text
    djsj = b.find_elements_by_xpath("//div[@class='info-body']/div[2]/div[@class='table-response']/table/tbody/tr[5]/td")[1].text
    clsj = b.find_elements_by_xpath("//div[@class='info-body']/div[2]/div[@class='table-response']/table/tbody/tr[6]/td")[1].text
    zcdz = b.find_elements_by_xpath("//div[@class='info-body']/div[2]/div[@class='table-response']/table/tbody/tr[7]/td")[1].text
    bgdz = b.find_elements_by_xpath("//div[@class='info-body']/div[2]/div[@class='table-response']/table/tbody/tr[8]/td")[1].text
    glgmqj = b.find_elements_by_xpath("//div[@class='info-body']/div[2]/div[@class='table-response']/table/tbody/tr[18]/td")[1].text
    chanpin = b.find_elements_by_css_selector(".table")[8].text
    mysql_ins( name1, yichang, djsj, clsj, zcdz, bgdz, glgmqj, chanpin)
    # print(b.find_elements_by_css_selector(".table")[8].text)
    b.quit()

# 获取管理人搜索结果列表（自动搜索）
def getlist(com_name):
    print(com_name)
    # 通过id方式定位，先清除掉关键词
    browser.find_element_by_id("keyword").clear()
    #通过id方式定位，输入指定关键词
    browser.find_element_by_id("keyword").send_keys(com_name)
    #输入关键词后，点击搜索按钮
    browser.find_elements_by_css_selector('.reset-btn.button')[0].click()
    time.sleep(1)
    try:
        #得到管理人网址
        href = browser.find_element_by_xpath("//table[@id='managerList']/tbody/tr/td/a").get_property('href')
        getcon(href)
    except Exception as e:
        print(str(e))

browser = webdriver.Chrome() #打开谷歌
browser.implicitly_wait(20)  # 隐性等待，最长等20秒
browser.get("https://gs.amac.org.cn/amac-infodisc/res/pof/manager/managerList.html") #输入基协管理人地址
# 关闭弹出框遮罩按钮
time.sleep(6)
browser.find_element_by_class_name("layui-layer-btn0").click()

#开始，数据库查询
mysql_sel()
browser.quit()

服务器很便宜自己买个测试测试吧