首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >CRM 数据清洗:用免费API批量回填企业工商信息

CRM 数据清洗:用免费API批量回填企业工商信息

原创
作者头像
Xxtaoaooo
修改于 2026-11-20 11:06:10
修改于 2026-11-20 11:06:10
130
举报

做客户管理、供应商入库、CRM 数据治理的朋友,难免会碰到「只有公司名,需要批量补全工商信息」的场景,最省事的做法其实是企业数据 API:写个脚本,输入公司名列表,自动把工商字段回填进表格,跑一次几分钟搞定,还能随时重跑更新。

我找了一圈企业数据 API,市面上不少服务商要么免费额度抠抠搜搜,要么免费版只给最基础的字段,稍微全一点的企业数据就要付费。相比之下,鲸海数据会送 1000 次免费调用,而且额度是全平台所有 API 通用的,拿来做数据回填这种批量活,正好够用。

下面是我的实测过程,供参考。

一、为什么不用爬虫,也不建议纯手工

在选方案之前,先把三条路摆一摆:

  • 手工查:慢、易错、不可复用。名单更新一次就得重来一遍。
  • 自己写爬虫:法律风险和稳定性风险都不小,公开站点结构一变就失效,还得对付反爬,维护成本远高于想象。
  • 企业数据 API:按次调用、结构化返回、字段稳定,一次写好脚本就能长期复用。规模化处理数据时,这是最划算的一条路。

对比下来,用 API 做批量回填基本没有悬念。

二、鲸海API 额度获取

API 用的鲸海数据的免费api,需要做实名认证,个人或企业信息都行,审核比较宽松,基本秒过。

接着后台就能看到 1000 次免费额度到账,API 调用需要的 AppId 和 ApiKey 也在同一个界面,方便复制。

重点说下这个额度,它不是只让你测某一个接口,而是全平台所有 API 通用。工商信息、司法风险、知识产权、招投标,上百个细分接口都能调。对于数据回填这种一次要跑几百上千条的活,这个量足够你把流程完整跑通。

三、不只是工商信息:一套接口补全企业画像

我重点看了下这家和「企业基本信息」相关的接口,发现它没有把所有东西塞进一个大而全的接口里,而是按数据维度拆得很细,按需取用。这点在实际开发里很关键,你不需要的字段,就不必为它付费、也不必等它返回。

做客户/供应商资料回填时,常用的几个接口可以这样组合:

接口

ID

能补什么字段

典型用途

工商信息

10001

统一社会信用代码、法人、注册资本、成立日期、经营状态、所属行业等

补全企业身份基础档案

开户信息

10009

开户银行、企业税号、开户电话

对公打款、开票资料

股东信息

10004

股东名称、持股比例、认缴金额

股权结构、背景核验

主要人员列表

10006

姓名、职务、任职开始日期

联系人/关键人梳理

工商变更

10002

变更日期、变更项目、变更前/后

动态监控、历史沿革

除了工商信息,招投标、知识产权、税务、司法、招聘、媒体这些企业服务相关的数据他们也都有,可以说挺全面的了,哪怕是企业尽调、供应商持续风控、B2B 智能获客等复杂点的场景也能应对。

随机抽了几家有公开记录的企业测试,跟公示信息交叉比对,准确度和及时性都是ok的。

四、Python 实战:批量回填工商信息到 Excel

鲸海API的接口是标准的RESTful风格,用GET请求加Header鉴权就能调,Python几行代码的事。每个接口还有在线调试功能和详细的JSON 返回示例,方便你检查验证数据结构、字段完整性和参数逻辑。

比如「工商信息」接口的JSON 返回示例如下:

下面上代码。场景设定:有一个 companies.xlsx,A 列是公司名,我要把查到的工商字段回填到后面的列,导出成一份完整档案表。

先装个依赖:

代码语言:javascript
复制
pip install requests openpyxl

核心代码如下:

代码语言:javascript
复制
import os
import time
import urllib.parse
import requests
from openpyxl import load_workbook

# ---------- 配置 ----------
BASE = os.getenv("JINGHAI_API_BASE", "https://www.kqdaas.com")
APP_ID = os.getenv("JINGHAI_APP_ID")
API_KEY = os.getenv("JINGHAI_API_KEY")

if not APP_ID or not API_KEY:
    raise ValueError("请先设置 JINGHAI_APP_ID 和 JINGHAI_API_KEY")

# 工商信息接口(ID 10001)的请求路径,以官网接口文档为准
# 发布前请到官网后台「API 数据市场 → 工商信息 → 查看详情」核对实际路径后替换
BASIC_INFO_PATH = "/DataService/api/v3/company/basic/{name}"

HEADERS = {
    "X-Jinghai-App-Id": APP_ID,
    "X-Jinghai-Api-Key": API_KEY,
    "Accept": "application/json",
}

# 表格列 -> 接口返回字段的候选 key(不同版本字段名可能略有差异,按实际返回调整)
FIELD_MAP = {
    "统一社会信用代码": ["creditCode", "unifiedSocialCreditCode"],
    "法定代表人":       ["legalPerson", "legalRepresentative"],
    "注册资本":         ["registeredCapital", "regCapital"],
    "成立日期":         ["establishDate", "estDate"],
    "注册地址":         ["registeredAddress", "address"],
    "企业类型":         ["companyType", "enterpriseType"],
    "经营状态":         ["businessStatus", "status"],
    "所属行业":         ["industry"],
}

def pick(record, keys):
    """从返回记录里按顺序取第一个存在的字段值"""
    for k in keys:
        if record.get(k) not in (None, ""):
            return record[k]
    return ""

def query_basic_info(name, query_type=1):
    """查询单个企业的工商信息,失败返回 None"""
    url = f"{BASE}{BASIC_INFO_PATH.format(name=urllib.parse.quote(name))}"
    try:
        resp = requests.get(url, headers=HEADERS,
                            params={"queryType": query_type}, timeout=15)
        data = resp.json()
        if data.get("errcode") != 200:
            return None
        # 多数接口在 data 下直接返回对象,个别版本是 list,这里做兼容
        d = data.get("data")
        if isinstance(d, list):
            return d[0] if d else None
        return d
    except Exception:
        return None

def main():
    wb = load_workbook("companies.xlsx")
    ws = wb.active

    # 第 1 行是表头,从第 2 行开始回填
    headers = [ws.cell(row=1, column=i).value for i in range(1, ws.max_column + 1)]
    col_index = {h: i + 1 for i, h in enumerate(headers)}

    for row in range(2, ws.max_row + 1):
        name = ws.cell(row=row, column=1).value
        if not name:
            continue
        info = query_basic_info(str(name).strip())
        if not info:
            print(f"第 {row} 行 {name}:未查到数据,跳过")
            continue
        for col_name, keys in FIELD_MAP.items():
            if col_name in col_index:
                ws.cell(row=row, column=col_index[col_name], value=pick(info, keys))
        print(f"第 {row} 行 {name}:回填完成")
        time.sleep(0.3)  # 控制频率,避免触发限流

    wb.save("companies_filled.xlsx")
    print("全部完成,结果已保存到 companies_filled.xlsx")

if __name__ == "__main__":
    main()

跑完之后,原来只有一列公司名的表格,就变成了一份带统一社会信用代码、法人、注册资本、经营状态的完整档案,几千条数据也就几分钟的事。

五、一个意外发现

在这次实测里我还发现,鲸海这个站本身几乎不设防,直接就能拿到数据。

我试着连续跑了一大批,一直没摸到它的上限在哪:没封 IP、没弹验证码、也没触发任何限速提示。反正就目前的体验来说,敞开爬就对了。

不过从页面上直接能拿到的这部分数据,维度没有 API 返回的那么全,主要是一些工商基础字段,企业名称、统一社会信用代码、法定代表人、注册资本、经营状态这些,但拿来做初步筛选、存量数据清洗还是够用的。

六、总结

批量回填工商信息,写好一次脚本,无论是客户准入、供应商引入,还是 CRM 数据清洗,都能直接复用。

这次用的鲸海数据,工商相关接口按维度拆得比较细,需要哪些字段就调哪些接口,不浪费额度;接口的在线调试能把请求和返回结构看得很清楚,对接起来省了不少事。加上 1000 次全平台通用的免费额度,用来做数据回填的验证再合适不过。

有需要的可以直接去鲸海数据官网领个额度试试。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、为什么不用爬虫,也不建议纯手工
  • 二、鲸海API 额度获取
  • 三、不只是工商信息:一套接口补全企业画像
  • 四、Python 实战:批量回填工商信息到 Excel
  • 五、一个意外发现
  • 六、总结
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档