还在愁发票税号查询？这些网站帮你轻松搞定！

今天给大家伙儿分享一下我搞的这个“发票税号查询网站”的实践过程，说起来也是一波三折。

是因为公司财务那边老是让我帮忙查一些合作方的税号，开票的时候要用。每次都要跑到企查查或者天眼查上去搜，免费的每天还有次数限制，用起来贼麻烦。我就寻思，能不能自己搞一个，方便大家。

说干就干！

• 第一步，确定需求：

肯定得能查税号，这是最基本的功能。最好能顺带把公司名称、地址、电话啥的一起显示出来，省的财务小姐姐们再去其他地方核对。操作要简单，最好是输入公司名字就能直接查。

• 第二步，技术选型：

我寻思这玩意儿也不复杂，就没必要上太重的框架。前端就用简单的HTML+CSS+JavaScript，后端用Python的Flask，数据库用SQLite，简单粗暴。

• 第三步，数据来源：



这是最头疼的。一开始想的是爬企查查的数据，但是人家反爬做得厉害，搞了半天也没搞定。后来发现一些地方税务局的网站或者电子税务局系统，有提供企业税号查询服务，但是一个一个爬太累了，而且每个地方的网站还不一样。只能曲线救国，找了一些公开的企业信息数据集，虽然信息不一定是最新的，但也能应应急。

• 第四步，开始编码：

先把数据库建把数据集导入进去。然后，用Flask写个简单的API，接收前端传过来的公司名称，在数据库里查一下，把结果返回去。前端就写个简单的搜索框，用户输入公司名称，点一下搜索，就能把结果显示出来。样式方面，我就随便搞了一下，能看就行。

• 第五步，测试：

写完之后，自己先测了一下，发现速度有点慢，尤其是数据量大的时候。于是就在数据库里加了索引，速度立马就上去了。还发现一些公司名称比较模糊，导致查不到结果。我就加了一个模糊搜索的功能，只要公司名称里包含关键词，就能把相关的结果都显示出来。

• 第六步，部署：



把网站部署到了自己的服务器上。用nginx做反向代理，用Gunicorn跑Flask应用。为了防止别人乱用，还加了一个简单的验证码。

遇到的坑：

• 数据质量：

公开数据集的数据质量参差不齐，有些公司的信息是错的，有些公司已经注销了，但是还在上面。只能人工筛选，定期更新数据。



• 反爬虫：

想从企查查或者天眼查爬数据，难度太大，搞了半天也没搞定。只能放弃，找其他的数据来源。

• 性能优化：

一开始查询速度很慢，加了索引之后才好一点。以后数据量大了，可能还要考虑用更高级的数据库，比如PostgreSQL。

这回实践还是挺有意思的。虽然功能很简单，但是解决了我自己的一个实际需求。而且也让我对Web开发有了更深入的了解。以后有机会，还会继续折腾其他的项目。