天眼查高级搜索自动化脚本

这是一个基于Selenium的天眼查高级搜索自动化脚本，专门用于浙江省小微企业的数据导出任务。

🚀 主要功能

• 多次导出支持：自动循环执行，最多支持10次数据导出
• 智能类别选择：三阶段选择策略，从单一主类别到主类别组合再到子类别
• 制造业状态管理：解决制造业全选状态影响其他类别选择的问题
• 重复检测：自动跳过已经导出过的组合，避免重复操作
• 详细日志记录：记录每次导出的详细信息和统计数据

📋 功能特性

选中状态验证系统（新增）

• 智能状态检查：实时检查每个类别的选中状态（蓝色=已选中，白色=未选中）
• 唯一性验证：确保只有目标类别被选中，其他类别都未选中
• 自动修正机制：如果发现状态异常，自动尝试修正选择状态
• 详细日志输出：显示每个类别的状态检查和修正过程

三阶段测试策略

1. 第一阶段：尝试单一主类别

   • 测试12个制造业主类别
   • 寻找数据量在4000-5000范围内的类别
   • 验证选择状态的唯一性

2. 第二阶段：尝试主类别组合

   • 对于数据量<2000的类别进行两两组合
   • 寻找组合后符合4000-5000范围的结果
   • 验证多选状态的准确性

3. 第三阶段：尝试子类别

   • 在主类别下选择具体子类别
   • 支持单个子类别和子类别组合
   • 验证子类别选择的精确性

制造业状态管理

• 自动处理制造业的全选/取消全选状态
• 确保每次选择前制造业都处于正确的取消全选状态
• 避免制造业全选影响其他类别的数据统计

🛠️ 环境要求

# Python 3.6+
# 安装依赖
pip install selenium

# Chrome浏览器和ChromeDriver
# 确保ChromeDriver在PATH中或与脚本同目录

📝 使用方法

1. 基本使用

python tianyancha_final_script.py

2. 脚本执行流程

1. 启动Chrome浏览器
2. 导航到天眼查高级搜索页面
3. 等待用户登录（脚本会暂停，提示用户在浏览器中完成登录）
4. 用户登录完成后按回车键继续
5. 自动设置筛选条件（浙江省小微企业第十七次过滤）
6. 执行三阶段类别选择测试
7. 找到符合条件的结果后执行导出流程
8. 自动回退到行业选择界面继续下一轮
9. 重复直到达到10次导出或无更多符合条件的组合

3. 参数配置

在脚本最后的调用部分可以修改参数：

result = hierarchical_test_selection_multi_export(
    max_exports=10,           # 最大导出次数
    max_attempts_phase1=12,   # 第一阶段最大尝试次数
    max_attempts_phase2=None, # 第二阶段最大尝试次数（None=尝试所有）
    max_attempts_phase3=10,   # 第三阶段最大尝试次数  
    max_total_attempts=100    # 总尝试次数上限
)

📊 输出说明

实时日志

脚本运行过程中会显示详细的操作日志：

• 各阶段的尝试信息
• 选择的类别和数据量
• 导出成功/失败状态
• 错误处理信息

最终统计

脚本结束后会显示：

• 总尝试次数和成功导出次数
• 导出成功记录（时间戳、类别信息）
• 各阶段测试结果统计

⚠️ 注意事项

1. 网络环境

• 确保网络连接稳定
• 天眼查可能有访问频率限制，脚本已内置适当的延迟

2. 浏览器要求

• 需要安装Chrome浏览器
• ChromeDriver版本需要与Chrome浏览器版本匹配

3. 账号要求

• 需要有天眼查账号并且已登录
• 确保账号有数据导出权限
• 每天有10次导出额度限制

4. 页面元素

• 脚本基于特定的页面元素定位器
• 如果天眼查更新页面结构，可能需要更新定位器

🔧 故障排除

常见问题

1. "no such element"错误

   • 检查页面是否完全加载
   • 确认天眼查页面结构是否有变化
   • 增加等待时间

2. "短时间内访问过于频繁"

   • 等待一段时间后重试
   • 检查网络IP是否被限制

3. 浏览器启动失败

   • 检查ChromeDriver是否正确安装
   • 确认Chrome浏览器版本与驱动版本匹配

4. 选中状态验证失败（新增）

   • 检查rect元素的fill属性是否为预期值（#0084FF或white）
   • 确认类别元素的DOM结构是否发生变化
   • 尝试刷新页面重新选择

5. 状态修正失败（新增）

   • 检查网络延迟，增加等待时间
   • 确认类别定位器是否准确
   • 手动验证页面上的选择框状态

调试模式

可以在代码中设置更长的等待时间来调试：

time.sleep(5)  # 增加等待时间

📂 文件结构

.
├── tianyancha_final_script.py  # 主脚本文件
├── README.md                   # 说明文档
└── requirements.txt            # 依赖文件（可选）

🔄 更新历史

• v1.0 - 基础自动化功能
• v2.0 - 修正制造业全选状态问题
• v3.0 - 支持多次导出和智能重试
• v4.0 - 完善错误处理和日志记录
• v5.0 - 新增选中状态验证功能（最新）
  • 添加智能状态检查系统
  • 实现选择唯一性验证
  • 提供自动修正机制
  • 增强选择准确性和可靠性

📞 技术支持

如遇到问题，请检查：

1. 脚本输出的错误信息
2. 天眼查网站是否正常访问
3. Chrome和ChromeDriver版本是否匹配
4. 网络连接是否稳定

---

免责声明：本脚本仅用于学习和研究目的，使用时请遵守天眼查的使用条款和robots.txt协议。 # BFS_tianyancha