云南省建设监管公共服务平台企业数据采集（滑块校验 + 加密参数逆向 + Excel落地）
2026-04-11 20:21:35
行业：内容平台、政务服务
载体：爬虫/脚本
技术：JavaScript、Python、Pandas
业务和功能介绍
- Python：requests.Session（会话维持/接口请求）、pandas（Excel导出）
- JS逆向与复用：execjs 调用本地 JS（复用站点加密逻辑）
- 加密算法：RSA（JSEncrypt 分段加密生成 params）、AES（CryptoJS AES-ECB + Pkcs7，用于滑块点位与验证码头）
- 风控处理：滑块验证码 blockPuzzle 识别（打码平台返回滑动距离 x）、二次校验后换取业务数据、翻页抓取与去重
- Python爬虫 / 接口采集
- JS逆向 / 加密参数还原
- AES/RSA 加解密
- 验证码对抗（滑块）
- Session会话保持
- 数据清洗与表格落地（Excel）
- 业务背景：住建监管类平台对企业信息查询接口做了参数加密与滑块校验，常规爬虫无法直接批量获取。项目目标是实现企业分页查询数据的自动化采集与结构化导出，用于企业库分析/数据归档。
- 核心功能：
- 企业列表分页采集：按 pageNum/pageSize 拉取企业 records
- 反爬突破：还原前端加密参数（RSA/AES）与滑块验证码校验链路
- 稳定采集：requests.Session 维持校验后的状态；企业名称去重避免重复写入
- 交付产物：字段统一清洗后导出 Excel（示例文件为“云南企业数据.xlsx”）
- JS逆向与复用：execjs 调用本地 JS（复用站点加密逻辑）
- 加密算法：RSA（JSEncrypt 分段加密生成 params）、AES（CryptoJS AES-ECB + Pkcs7，用于滑块点位与验证码头）
- 风控处理：滑块验证码 blockPuzzle 识别（打码平台返回滑动距离 x）、二次校验后换取业务数据、翻页抓取与去重
- Python爬虫 / 接口采集
- JS逆向 / 加密参数还原
- AES/RSA 加解密
- 验证码对抗（滑块）
- Session会话保持
- 数据清洗与表格落地（Excel）
- 业务背景：住建监管类平台对企业信息查询接口做了参数加密与滑块校验，常规爬虫无法直接批量获取。项目目标是实现企业分页查询数据的自动化采集与结构化导出，用于企业库分析/数据归档。
- 核心功能：
- 企业列表分页采集：按 pageNum/pageSize 拉取企业 records
- 反爬突破：还原前端加密参数（RSA/AES）与滑块验证码校验链路
- 稳定采集：requests.Session 维持校验后的状态；企业名称去重避免重复写入
- 交付产物：字段统一清洗后导出 Excel（示例文件为“云南企业数据.xlsx”）
项目实现
- 逆向方式：从站点前端打包代码中抽离加密逻辑（main.js/mod.js），在本地通过 execjs 直接复用加密函数，避免手写还原细节
- 关键流程（接口级）：
- 首次调用企业查询接口 findPage ，若返回 captchaType=blockPuzzle 则获取 original/jigsaw 图片、token、secretKey
- 将两张 base64 图片提交打码服务，得到滑动距离 x（y 固定为 5）
- 调用验证码校验接口 captcha/check （参数中 pointJson 走 AES），并生成 CaptchaVerification （AES）作为后续请求头
- 再次请求 findPage 携带 CaptchaVerification 获取真实业务数据 records
- 循环翻页采集，抽取字段（name、creditCode、legalPerson、province、city、county、address、entRegType、id 等）并写入 Excel
- 关键流程（接口级）：
- 首次调用企业查询接口 findPage ，若返回 captchaType=blockPuzzle 则获取 original/jigsaw 图片、token、secretKey
- 将两张 base64 图片提交打码服务，得到滑动距离 x（y 固定为 5）
- 调用验证码校验接口 captcha/check （参数中 pointJson 走 AES），并生成 CaptchaVerification （AES）作为后续请求头
- 再次请求 findPage 携带 CaptchaVerification 获取真实业务数据 records
- 循环翻页采集，抽取字段（name、creditCode、legalPerson、province、city、county、address、entRegType、id 等）并写入 Excel
示例图片视频
相似推荐
人寿保险核心业务系统-LIS
1，为人寿保险公司提供核心业务开展的软件支持，满足公司业务开展要求和监管审批条件
2，涉及投保，保全，理赔，监管等模块
3，投保模块从扫描开始，对保单数据提取，人工核对录入后，通过工作流审核，将保单存放系统并形成正式合同。监管模块通过配置规则，将业务订单和财务数据按监管要求进行提取，生成文件上报，对回执内容解析和生成后续工作流。
阿里某BU-对账结算系统
阿里某BU对账结算系统是面向交通出行场景的全链路财务结算平台，全面支撑机票、火车票、船票、租车等多条业务线的资金对账与结算工作，覆盖交易对账、账单核销、成本核算、利润结转、差错处理全流程核心能力，是BU出行交易资金闭环、账务合规、收益核算的核心底层系统。平台承接全品类出行订单的日均大规模账务计算任务，保障海量交易数据下账务精准、结算合规、异常可追溯。
系统采用主流Spring Boot微服务架构搭建后端服务，底层基于PolarDB分布式数据库完成亿级交易数据的稳定存储，依托MaxCompute Spark构建弹性算力引擎，搭建批流一体OLAP计算体系，支撑日均百万级的对账、结转计算任务，可弹性应对大促、峰值订单流量带来的账务计算压力，保障全业务线财务结算高效、稳定、准确落地。
Go+FFmpeg 抖音财经股票指标视频自动化生成系统
一、项目简介
本人自1993年接触证券市场，2004年尝试用PHP开发自动化指标筛选程序，因并发性能限制，批量数据运算耗时过长。2015年转向Go语言，依托原生并发模型，将运算耗时由半小时优化至1分钟内，期间对比Python、Julia等语言后，最终选定Go为主力开发语言。
2025年启动本项目：基于自研股票指标函数体系，搭建财经短视频自动化流水线，将量化指标可视化内容批量生成视频并适配抖音平台分发标准。
技术迭代上，初期采用fogleman/gg生成PNG图片序列，再由FFmpeg合成视频。经持续优化，现绝大部分素材渲染直接交由FFmpeg完成，仅在FFmpeg耗时过高、分辨率无法满足需求时，回退使用GG生成静态图片。整套系统已实现数据解析、图表渲染、视频合成一站式自动化。
二、业务功能
批量指标运算：批量读取量化数据，自动运算生成股票指标信号。
数据可视化渲染：支持FFmpeg滤镜实时绘图，兼容GG静态PNG绘图兜底方案。
短视频自动合成：按平台规范自动合成视频，适配抖音等主流短视频平台分辨率与码率要求。
全流程自动化调度：从数据到视频全链路自动化，支持持续产出可视化素材。
智能渲染链路切换：根据耗时、画质需求，自动选择最优渲染方案（FFmpeg主链路/GG兜底）。
三、技术栈
Go、FFmpeg、fogleman/gg、股票量化接口、自动化调度脚本
量化工作平台
1、项目是面向股票、ETF、指数和期货的本地量化数据与策略研究平台，覆盖数据维护、因子研究、策略回测及研究成果管理等环节。
2、支持从 Tushare 和期货 Tick 文件获取数据，完成增量更新、复权处理、标准化存储、失败重试以及数据完整性和质量检查。
3、内置 Basic、Alpha158、Alpha101 等因子体系，支持因子计算、覆盖率检查、IC/RankIC 分析、分组收益分析、稳定性评估和因子选股。
4、提供股票池筛选、组合回测、调仓、交易成本、涨跌停及 ST 等交易约束，并输出净值、交易、持仓、诊断和基准对比结果。
5、支持策略回测、跟踪。
6、提供本地可视化工作台，可查看数据状态、因子、策略、组合和研究产物，并通过 Watchlist 和生命周期机制管理候选策略及复盘记录。
报表中台
本模块提供多维度报表数据展示及多格式导出功能，支持将业务数据一键导出为 Excel、CSV 及 PDF 格式。系统内置高性能生成引擎，保障大数据量导出时的稳定与高效，满足用户离线分析、数据归档及财务对账等多样化业务需求。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服