本文作者：是老王吖 原文链接：https://blog.csdn.net/jdkss/article/details/106077755?utm_source=app

项目需求：这个问题是朋友托我帮完成一份地区教育类型公司的经营范围。 已有信息：表中已经有了公司的名称及地点等信息。 缺省信息：但是还缺少经营范围。 出现的问题：由于数据量比较大，一个一个的去百度搜再复制到表里，工作量有点大，可能需要我好几天不吃不喝的Ctrl c、Ctrl v，这样显然不是个好办法。 解决办法：我们可以利用python从excel中把公司名称都读出来，然后让它自动去网页中，搜索获取该公司的经营范围，并批量回填到excel中。

拿到这个问题，我首先想到的是利用selenium自动化测试工具。可以利用该工具，模拟人为操作浏览器，来获取公司的经营范围，并将获取到的数据抓取下来，批量填回到excel中。

下载地址：http://chromedriver.storage.googleapis.com/index.html 注意事项一：下载的chromedriver驱动必须和谷歌浏览器相匹配。 注意事项二：下载好的chromedriver.exe文件，需要放到python的安装路径下或者scripts目录下（如图所示）。 接着，进行一个小的测试。导入webdriver后，我们先利用代码看看是否可以打开浏览器。如果可以正常打开，说明selenium安装配置没有问题。

首先，在编辑器中输入以下代码。 可以看到”谷歌浏览器“被自动打开了。 上面只是做了一个小的测试。下面我们以访问”百度“为例，做一个简单的说明。

可以看到：浏览器被成功打开，同时也打开了”百度“的页面。同时在输入框中自动输入了”python“二字，并成功点击进行了搜索。

至于怎么定位到百度浏览器输入框和搜索按钮的id，我们可以通过F12查看页面元素来获取 其实，进行界面定位的方式有很多，我们选取自己最喜欢、最熟悉的方式即可。下面我列举了一些定位方法，大家可以自行下去尝试。

好了！基础的搜索步骤已经差不多了，我们来进入正题，公司经营范围一般我们可以去百度信誉去查询，百度信誉的网址： https://xin.baidu.com/

我们看到：这个查询是直接把查询条件拼接在地址后面的一个get请求，这样就说明我们根本就不需要通过模拟浏览器去查询数据了，直接请求这个地址就可以获取到数据了，瞬间工作量少了很多哈哈哈哈，那我们就开始吧。 既然直接请求地址获取数据，那我们就解析获取到的数据拿到我们想要的东西就好了，这里我习惯用xpath来解析，感兴趣的也可以用正则等其他方法解析。我需要企业的经营范围信息，那么F12选中经营范围元素，我们要的数据就是这个，右击这个标签选择Copy选项 --> Copy XPath复制这个标签的xpath信息。 我们通过xpath去解析页面内容需要先安装一下lxml模块和requests模块 获取到xpath=/html/body/div[2]/div/div[2]/div[5]/div[1]/div[1]/div[2]/div/div[1]/span[5]/span[2]，然后后面接上text()便可以获取到标签的文本信息了

获取到的内容如下 但是我们仔细一看，这里获取到的经营范围是带了省略号的，所以是不完整的，我们再看看页面，发现页面上外面的标签中才是完整的信息，但是此时我们用text()是获取不到的，这个时候得用@来选择属性，获取data-content中的信息 修改后的代码

单条数据的获取我们已经可以实现了，接下来我们就可以进行批量操作了，把查询到参数换成可变的从excel中读取的，我们先来实现从excel中读取到数据吧，开干。

读取excel我这里用的是xlrd模块，先安装一下 我们把excel表中的数据读出来打印出来看一下，表格信息大致如下

查询的参数我们也读出来了，下面可以先把这块的代码合二为一，批量获取经营范围数据，这里为了方便我就先不写成独立的方法了，直接放在一起了

data输出是一个数组，存储着excel表中所有公司的经营范围信息 数据有了，接下来我们就把数据写入excel中，把数据完善,首先得安装写excel的xlwt模块。 我们写入的方法是利用复制一份写入数据再覆盖的方法，所以还得安装xlutils模块使用它的copy方法 完整的代码如下

运行结束之后可以发现excel中的经营范围已经有数据了，整个过程就结束了，收工。 代码比较简单随意，主要是一个思路，本人也是个初学者，python只是个闲时爱好，不专业，有不对的地方欢迎大佬们指正，共同进步。