天眼查爬虫学习demo

天眼查爬虫，用到了Python的各种解析及IP池技术，仅供学习使用

# -*- coding:utf-8 -*-
import requests
from lxml import etree
import random
import re
# import HTMLParser
from html.parser import HTMLParser
import time

proxy = [

‘http://112.83.86.88:2589‘
     ‘https://117.92.128.239:2444‘
 ‘https://117.94.120.55:4734‘
 ‘https://116.149.201.121:6436‘
‘https://111.72.104.133:4184‘
‘https://113.103.151.180:4217‘
‘https://60.189.139.208:4241‘
‘https://222.191.171.98:4263‘
‘https://182.108.168.108:4234‘
‘https://115.209.194.193:4270‘

]
USER_AGENTS = [
    “Mozilla/4.0 （compatible; MSIE 6.0; Windows NT 5.1; SV1; AcooBrowser; .NET CLR 1.1.4322; .NET CLR 2.0.50727）“
    “Mozilla/4.0 （compatible; MSIE 7.0; Windows NT 6.0; Acoo Browser; SLCC1; .NET CLR 2.0.50727; Media Center PC 5.0; .NET CLR 3.0.04506）“
    “Mozilla/4.0 （compatible; MSIE 7.0; AOL 9.5; AOLBuild 4337.35; Windows NT 5.1; .NET CLR 1.1.4322; .NET CLR 2.0.50727）“
    “Mozilla/5.0 （Windows; U; MSIE 9.0; Windows NT 9.0; en-US）“
    “Mozilla/5.0 （compatible; MSIE 9.0; Windows NT 6.1; Win64; x64; Trident/5.0; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 2.0.50727; Media Center PC 6.0）“
    “Mozilla/5.0 （compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0; WOW64; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 1.0.3705; .NET CLR 1.1.4322）“
    “Mozilla/4.0 （compatible; MSIE 7.0b; Windows NT 5.2; .NET CLR 1.1.4322; .NET CLR 2.0.50727; InfoPath.2; .NET CLR 3.0.04506.30）“
    “Mozilla/5.0 （Windows; U; Windows NT 5.1; zh-CN） AppleWebKit/523.15 （KHTML like Gecko Safari/419.3） Arora/0.3 （Change: 287 c9dfb30）“
    “Mozilla/5.0 （X11; U; Linux; en-US） AppleWebKit/527+ （KHTML like Gecko Safari/419.3） Arora/0.6“
    “Mozilla/5.0 （Windows; U; Windows NT 5.1; en-US; rv:1.8.1.2pre） Gecko/20070215 K-Ninja/2.1.1“
    “Mozilla/5.0 （Windows; U; Windows NT 5.1; zh-CN; rv:1.9） Gecko/20080705 Firefox/3.0 Kapiko/3.0“
    “Mozilla/5.0 （X11; Linux i686; U;） Gecko/20070322 Kazehakase/0.4.5“
    “Mozilla/5.0 （X11; U; Linux i686; en-US; rv:1.9.0.8） Gecko Fedora/1.9.0.8-1.fc10 Kazehakase/0.5.6“
    “Mozilla/5.0 （Windows NT 6.1; WOW64） AppleWebKit/535.11 （KHTML like Gecko） Chrome/17.0.963.56 Safari/535.11“
    “Mozilla/5.0 （Macintosh; Intel Mac OS X 10_7_3） AppleWebKit/535.20 （KHTML like Gecko） Chrome/19.0.1036.7 Safari/535.20“
    “Opera/9.80 （Macintosh; Intel Mac OS X 10.6.8; U; fr） Presto/2.9.168 Version/11.52“
]

cookie = [
    #‘cloud_token=bc34c50c90c2446c83aed5cb1be47d45; Hm_lpvt_e92c8d65d92d534b0fc290df538b4758=1544282809; RTYCID=74927dd837fb4732a031f393165e04eb; TYCID=f81d6a20af4d11e88c773753f20cd2b6; _gid=GA1.2.1641349744.1544194803; undefined=f81d6a20af4d11e88c773753f20cd2b6; CT_TYCID=dd01fb472ae5479ba38a69ae86aeb2f7; ssuid=4039911408; _ga=GA1.2.176006030.1535961067; Hm_lvt_e92c8d65d92d534b0fc290df538b4758=1544203531154420887815442286711544282750; tyc-user-info=%257B%2522myQuestionCount%2522%253A%25220%2522%252C%2522integrity%2522%253A%25220%2525%2522%252C%2522

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件    2009648  2018-10-09 14:20  天眼查爬虫\Java架构师课程大纲.jpg

     文件      22070  2019-01-08 17:21  天眼查爬虫\pachong.py

     文件      21567  2018-12-11 18:26  天眼查爬虫\天眼查爬虫_学习.py

     目录          0  2019-01-22 10:29  天眼查爬虫

----------- ---------  ---------- -----  ----

              2053285                    4