为了实现从 Excel 表格中读取公司名称，并进一步获取公司官网和主营业务数据，可以按照以下步骤进行操作。 ### 1. 读取 Excel 文件中的公司名称 使用 `pandas` 和 `openpyxl`（适用于 `.xlsx` 文件）或 `xlrd`（适用于 `.xls` 文件）读取 Excel 数据。 ```python import pandas as pd # 读取Excel文件 file_path = 'companies.xlsx' # 文件路径 df = pd.read_excel(file_path) # 假设公司名称在名为'Company'的列中 company_names = df['Company'].tolist() ``` ### 2. 获取公司官网 可以通过搜索引擎（如百度或谷歌）获取公司官网链接。这里使用 `requests` 和 `BeautifulSoup` 进行简单的搜索和解析。 ```python import requests from bs4 import BeautifulSoup def get_company_website(company_name): search_query = f"{company_name} 官网" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/117.0 Safari/537.36" } url = f"https://www.google.com/search?q={search_query}" response = requests.get(url, headers=headers) soup = BeautifulSoup(response.text, "html.parser") # 提取第一个搜索结果链接 for item in soup.find_all("a"): link = item.get("href") if link.startswith("http"): return link return None ``` ### 3. 获取公司主营业务 获取主营业务信息可以采用以下方法： - **方法1：访问公司官网并解析网页内容** - **方法2：使用第三方企业信息平台 API（如天眼查、企查查等）** #### 方法1：爬取公司官网的主营业务信息 ```python def get_business_scope(url): headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/117.0 Safari/537.36" } response = requests.get(url, headers=headers) soup = BeautifulSoup(response.text, "html.parser") # 假设主营业务信息在class为"business-scope"的标签中 business_scope_tag = soup.find("div", class_="business-scope") if business_scope_tag: return business_scope_tag.get_text(strip=True) return None ``` #### 方法2：使用第三方 API 获取公司信息 以“天眼查”为例，可以使用其开放的 API 接口查询企业信息。你需要注册并获取 API 密钥。 ```python def get_company_info_from_tianyancha(company_name, api_key): url = "https://open.api.tianyancha.com/services/open/search/2" headers = { "Authorization": api_key, "Content-Type": "application/json" } params = { "keyword": company_name } response = requests.get(url, headers=headers, params=params) data = response.json() if data.get("state") == "ok" and data.get("result"): company_info = data["result"]["items"][0] return { "name": company_info.get("name"), "website": company_info.get("websiteUrl"), "business_scope": company_info.get("businessScope") } return None ``` ### 4. 将数据回填到 Excel 文件中 将获取到的官网和主营业务信息回填到原始的 DataFrame 中，并保存为新的 Excel 文件。 ```python # 初始化两个空列表用于存储数据 websites = [] business_scopes = [] for company in company_names: website = get_company_website(company) scope = get_business_scope(website) if website else None websites.append(website) business_scopes.append(scope) # 将数据添加到DataFrame df["Website"] = websites df["Business Scope"] = business_scopes # 保存到新的Excel文件 df.to_excel("companies_with_info.xlsx", index=False) ``` ### 注意事项 - 如果数据量较大，建议设置请求间隔，避免被封 IP。 - 使用第三方 API 时，需要注册并获取合法的 API 密钥。 - 网页结构可能不同，需要根据实际网页内容调整解析逻辑。 ---