cht-yp-crawler

根據中華黃頁的搜尋結果，擷取每一頁的公司名稱、電話(圖)、地址(圖)並匯出成XLSX檔案。

Simple Crawler of www.iyp.com.tw. According to the search results ,company name, phone number(image), address(image) of each page are retrieved and exported into the XLSX file.

Unrealized but planned features

• 使用OCR從電話號碼圖像和地址圖像中獲取文字

• Using OCR to get text from phone number image & address image

Issue

• Microsoft Excel needs to recover XLSX before opening(exceljs/issues/106)

Example

執行完成後你會看到[新北市]保險.xlsx出現在專案根目錄中。

如果開啟檔案出現『我們發現.xlsx的部分內容有問題您要我們盡可能嘗試復原?』的訊息，請選擇“是”即可。

const {crawl}  = require('./src/index.js');

crawl({keyword:'保險',area:'新北市',page:0}).then(function(err) {
  console.log(err?err:'xlsx done.')
});

/*Log
search { k: '保險', a_id: 4, p: 0 }
寶祥保險經紀人股份有限公司 1
富邦產物保險股份有限公司 2
富邦產物保險股份有限公司 3
富邦產物保險股份有限公司 4
兆鎮國際保險經紀人有限公司 5
保誠人壽保險股份有限公司 6
國泰世紀產物保險股份有限公司 7
國泰世紀產物保險股份有限公司 8
新光產物保險股份有限公司 9
新光產物保險股份有限公司 10
search { k: '保險', a_id: 4, p: 1 }
南山人壽保險股份有限公司 11
合佳保險代理人有限公司 12
大誠保險經紀人股份有限公司 13
...
...
...
xlsx done.
*/

table of area

area	a_id	area	a_id	area	a_id
全區	0	苗栗縣	8	高雄市	18
宜蘭縣	1	台中市	9	屏東縣	21
基隆市	3	彰化縣	11	花蓮縣	2
新北市	4	南投縣	12	台東縣	22
台北市	6	雲林縣	13	澎湖縣	17
桃園市	5	嘉義縣市	14	馬祖	23
新竹縣市	7	台南市	15	金門縣	20