公司企业公开信息自动化采集系统产品系统

立项原因：商贸拓客、行业调研人员需要批量收集线上工厂工商地址、主营产品、联系方式、企业简介等公开信息，人工浏览复制效率低下。行业场景为制造业客源挖掘、行业竞品信息统计，本工具基于自动化浏览器模拟操作采集静态渲染数据，批量导出数据文件，大幅降低人工整理成本。

本项目分为浏览器自动化模块、页面数据解析模块、分页采集模块、本地存储模块、运行日志五大独立模块，整体采用高内聚低耦合分层设计。依托Playwright模拟浏览器点击操作自动翻页，加载完整渲染页面获取HTML数据；内置访问延时规避网站反爬，自带断点续爬机制，程序中断重启后可从上次采集位置继续运行；自动抓取工厂名称、地址、主营品类、企业简介等字段；支持CSV、SQLite、XLSX三种格式存储数据，自动缓存列表与详情页完整HTML文件做本地备份；控制台实时展示采集进度、成功失败统计，全流程持久化运行日志；项目配套内置浏览器资源包，打包为Windows独立exe，客户拿到完整文件夹即可直接运行，无需额外下载浏览器。

本人独立完成项目全流程开发，搭建高内聚低耦合分层架构，将自动化操作、数据解析、文件存储、日志记录、断点标记拆分为独立工具类。使用Playwright模拟浏览器行为自动点击翻页，加载完整渲染页面后解析企业信息，内置随机访问间隔降低反爬风险；无接口鉴权Token逻辑，开发难点为自动化翻页稳定性、页面加载异常容错、断点续爬点位标记；核心亮点是配套内置浏览器资源、断点续爬恢复采集、三格式数据存储、HTML页面缓存、实时进度日志、独立exe开箱交付。