拿来的html页面数据一样
用正则吗?,但是我用正则一直匹配不到数据,不知道是怎么回事
2条回答 默认 最新
- 菜猫小六 2022-01-06 03:25关注
用etree解析把,需要 安装 lxml
# -*- coding: utf-8 -*- import json sss = """ <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html> <head> <meta http-equiv="Content-Type" content="text/html; charset=utf-8" /> <script src="http://creditxj.gov.cn:80/hplus/js/bootstrap.min.js?v=3.3.6"></script> <link href="http://creditxj.gov.cn:80/files/css/bootstrap.min.css" rel="stylesheet" type="text/css"> </head> <body style="width:98%;padding-left:2%; margin-top:1px"> <div class="tab-pane fade in active" id="home"> <table class="table table-bordered"> <tr><a href="http://creditxj.gov.cn:80/xyxf/toyyxfapply.do?key=DllfXEej0K0tCkjqi47+EBdPua70HEFq1Lwh+JGQ+GdeqGspi596tu1UmTiufQglJuBKZsp0Gaxu6petHGmaUc3KVaJT8XAxXJrzJkCJH2AzxP5R8XY6ytrQyoT38dQ96FSXeL+1kRbZP0RHpFDm/8q1dNB1xdjLK8tuNwq2meGkzVDpyYjGB9f2p/huouRyCsE6gKjOCGust1fY6d9Vvg==" target="_Blank" style="width:60px;margin-left:680px;font-size:15px;">异议/修复</a></tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 行政相对人名称 </td> <td style="width:70%;text-align: left;"> 新疆中天恒业建材有限责任公司 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 行政相对人类别 </td> <td style="width:70%;text-align: left;"> 法人及非法人组织 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 统一社会信用代码 </td> <td style="width:70%;text-align: left;"> 91654223580241598R </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 工商注册号 </td> <td style="width:70%;text-align: left;"> </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 组织机构代码 </td> <td style="width:70%;text-align: left;"> </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 税务登记号 </td> <td style="width:70%;text-align: left;"> </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 事业单位证书号 </td> <td style="width:70%;text-align: left;"> </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 社会组织登记证号 </td> <td style="width:70%;text-align: left;"> </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 法定代表人 </td> <td style="width:70%;text-align: left;"> 赵永军 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 法定代表人证件类型 </td> <td style="width:70%;text-align: left;"> 身份证 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 法定代表人证件号码 </td> <td style="width:70%;text-align: left;"> 132132********** </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 证件类型 </td> <td style="width:70%;text-align: left;"> </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 证件号码 </td> <td style="width:70%;text-align: left;"> </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 行政处罚决定书文号 </td> <td style="width:70%;text-align: left;"> 塔税稽稽罚〔2022〕1号 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 违法行为类型 </td> <td style="width:70%;text-align: left;"> 新疆中天恒业建材有限责任公司-其他违法 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 违法事实 </td> <td style="width:70%;text-align: left;"> (一)增值税 1.2019年 你单位2019年销售多孔砖12,042,500.00 块,实际取得销售收入4,729,794.17元,已申报销售收入1,269,405.03 元,少申报销售收入3,460,389.14 元。 2.2020年 你单位2020年销售多孔砖30,232,220.00 块,实际取得销售收入14,024,365.34元,已申报销售收入8,215,839.50元,少申报销售收入5,808,525.84元。 3.2021年1~6月 你单位2021年1~6月期间销售多孔砖11,046,230.00 块,实际取得销售收入6,434,084.47 元,已申报销售收入4,037,988.52 元,少申报销售收入2,396,095.95元。 根据《中华人民共和国增值税暂行条例》(2017年中华人民共和国国务院令第691号)第一条“在中华人民共和国境内销售货物或者加工、修理修配劳务(以下简称劳务),销售服务、无形资产、不动产以及进口货物的单位和个人,为增值税的纳税人,应当依照本条例缴纳增值税”、第五条“纳税人发生应税销售行为,按照销售额和本条例第二条规定的税率计算收取的增值税额,为销项税额。销项税额计算公式:销项税额=销售额×税率”、第十九条“增值税纳税义务发生时间:(一)发生应税销售行为,为收讫销售款项或者取得索取销售款项凭据的当天;先开具发票的,为开具发票的当天”、《财政部 国家税务总局关于部分货物适用增值税低税率和简易办法征收增值税政策的通知》(财税〔2009〕9号)“二、下列按简易办法征收增值税的优惠政策继续执行,不得抵扣进项税额:(三)一般纳税人销售自产的下列货物,可选择按照简易办法依照6%征收率计算缴纳增值税:3.以自己采掘的砂、土、石料或其他矿物连续生产的砖、瓦、石灰(不含粘土实心砖、瓦)。一般纳税人选择简易办法计算缴纳增值税后,36个月内不得变更”、《财政部 国家税务总局关于简并增值税征收率政策的通知》(财税〔2014〕57号 )“二、财税〔2009〕9号文件第二条第(三)项和第三条‘依照6%征收率’调整为“依照3%征收率。四、本通知自2014年7月1日起执行”之规定,你单位2019年应申报缴纳增值税141,893.83元,已缴38,082.15 元,少缴111,651.41元;2020年已缴增值税246,475.15元,少缴190 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 处罚依据 </td> <td style="width:70%;text-align: left;"> 决定对你单位2019年1月1日~2021年6月30日期间少缴税款1,633,327.35元(增值税349,950.47元、城市维护建设税3,499.50元、企业所得税1,279,877.38元)的行为处以百分之五十的罚款,即816,663.68元。 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 处罚类别 </td> <td style="width:70%;text-align: left;"> 罚款 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 处罚内容 </td> <td style="width:70%;text-align: left;"> 在账簿上不列或少列收入 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 罚款金额(万元) </td> <td style="width:70%;text-align: left;"> 81.666376 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 没收违法所得没收非法财物的金额(万元) </td> <td style="width:70%;text-align: left;"> </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 暂扣或吊销证照名称及编号 </td> <td style="width:70%;text-align: left;"> </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 处罚决定日期 </td> <td style="width:70%;text-align: left;"> 2022-01-04 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 处罚有效期 </td> <td style="width:70%;text-align: left;"> 2022-01-04 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 公示截止期 </td> <td style="width:70%;text-align: left;"> 2023-01-04 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 处罚机关 </td> <td style="width:70%;text-align: left;"> 国家税务总局新疆维吾尔自治区税务局 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 处罚机关统一社会信用代码 </td> <td style="width:70%;text-align: left;"> 11100000010183429F </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 数据来源单位 </td> <td style="width:70%;text-align: left;"> 国家税务总局新疆维吾尔自治区税务局 </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 数据来源单位统一社会信用代码 </td> <td style="width:70%;text-align: left;"> 11100000010183429F </td> </tr> <tr > <td style="width:30%;color: #032e76; text-align: right"> 备注 </td> <td style="width:70%;text-align: left;"> </td> </tr> </table> </div> </body> </html> """ from lxml import etree _ = etree.HTML(sss) Company_name = _.xpath("//table/tr//td[2]/text()")[0].replace('\r','').replace('\n','').strip() credit_code = _.xpath("//table/tr//td[2]/text()")[4].replace('\r','').replace('\n','').strip() print("公司名",Company_name) print("社会统一信用码",credit_code)
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥60 优博讯DT50高通安卓11系统刷完机自动进去fastboot模式
- ¥15 minist数字识别
- ¥15 在安装gym库的pygame时遇到问题,不知道如何解决
- ¥20 uniapp中的webview 使用的是本地的vue页面,在模拟器上显示无法打开
- ¥15 网上下载的3DMAX模型,不显示贴图怎么办
- ¥15 关于#stm32#的问题:寻找一块开发版,作为智能化割草机的控制模块和树莓派主板相连,要求:最低可控制 3 个电机(两个驱动电机,1 个割草电机),其次可以与树莓派主板相连电机照片如下:
- ¥15 Mac(标签-IDE|关键词-File) idea
- ¥15 潜在扩散模型的Unet特征提取
- ¥15 iscsi服务无法访问,如何解决?
- ¥15 感应式传感器制作的感应式讯响器