# 首先我们需要导入 requests 库
import requests
# 若是本地没有安装 requests 可以通过“pip install requests”来安装

# 设置请求头信息
headers = {
    "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36"
}

# 导入 re 模快
import re

# 存储内容
message = []
# 总共16个页面的数据
for page in range(20):
    # 组装url
    if page == 0:
        url = "https://top.chinaz.com/gongsi/index_zhuce.html"
    else:
        url = "https://top.chinaz.com/gongsi/index_zhuce_{}.html".format(page + 1)
    # 使用reqeusts模快发起 GET 请求
    response = requests.get(url, headers=headers)
    html = response.text
    # 使用 findall 函数来获取数据
    # 公司名
    company = re.findall('<a.*?target="_blank">(.+?)</a></h3>', html)
    # 注册资金
    signMoney = re.findall('<div class="CoDate"><em>(.+?)</em>注册资本</div>', html)
     
    pageOne = list(zip(company,signMoney))
    # 合并列表
    message.extend(pageOne)

# 导入python中的内置模块csv
import csv
with open("content.csv", "w") as f:
    w = csv.writer(f)
    w.writerows(message)

import pandas as pd

# 读取数据
df = pd.read_csv("content.csv", names=["company", "signMoney"],encoding='gbk')

df1 = df.drop(0).head(20)

import matplotlib.pyplot as plt

# 在spyter中直接展示图像
%matplotlib inline
# 设置中文显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['figure.figsize'] = (30, 5)  # 设置figure_size尺寸

# x轴坐标
x = df1["company"].values
# y轴坐标
y = df1["signMoney"].values
# 绘制柱状图
plt.bar(x, y)
# 设置x轴名称
plt.xlabel("公司",fontsize=14)
# 设置x轴名称
plt.ylabel("注册资本",fontsize=14)
plt.show()