# -*- coding: utf-8 -*-
"""
Created on Sat May 21 21:00:02 2022

@author: FengWei
"""

import requests
import re

# 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"
}
# 使用reqeusts模快发起 GET 请求

message = []
# 总共17个页面的数据
for page in range(17):
    # 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)
    # 法定代表人
    money=re.findall('<em>(.+?)亿</em>注册资本', html)
    pageOne = list(zip(company, money))
    # 合并列表
    message.extend(pageOne)
    
A={}
for  i in range(20):
    A[message[i][0]]=message[i][1]
print(A)
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] 
plt.rcParams['axes.unicode_minus'] = False 
M=A.keys()
n=A.values()
x = range(20) 
y=[10.3,8.2,7.6,4.2,3.8,3.5,3.2,3.1,3.0,2.9,2.7,2.5,2.2,2.2,1.9,1.8,1.8,1.5,1.5,1.3]
plt.figure(figsize=(45,15))
plt.bar(x, y,width=0.6) 
plt.xticks(x,M)
plt.yticks(y,n)
for i,j,l in zip(x,y,n):
    plt.text(i,j,l,size=20,ha='center')
plt.xlabel("公司",fontsize=20)
plt.ylabel("注册资本/亿元",fontsize=20)
plt.title('注册资本前20名的公司')
plt.tick_params(labelsize=10)
plt.show()