如何使用Python调用天眼查API查询企业信息：从入门到实践指南

在商业决策、市场调研或风险控制场景中，企业信息的快速获取与分析至关重要。天眼查作为国内领先的企业信息查询平台，通过其开放API接口，结合Python的自动化能力，可实现高效、精准的企业数据采集。本文将从API申请、代码实现到高级应用场景，系统讲解如何通过Python调用天眼查API查询企业信息。

一、天眼查API概述：为何选择其作为数据源？

天眼查API的核心优势在于其数据的全面性与实时性。平台覆盖全国超2亿家企业的工商信息、司法风险、经营状况等数据，且通过结构化接口返回JSON格式数据，便于程序处理。与网页爬取相比，API调用具有稳定性高、反爬风险低的特点，尤其适合需要高频次、大规模数据采集的场景。

1.1 API类型与权限

天眼查提供两类主要API：

• 基础信息查询：包括企业名称、统一社会信用代码、法定代表人、注册资本等基础字段。
• 深度信息查询：涵盖司法诉讼、经营异常、知识产权等高价值数据。

开发者需根据业务需求申请对应权限，例如，风险评估场景可能需要司法风险API，而供应链管理则需关注企业关联关系。

1.2 申请流程与注意事项

1. 注册开发者账号：登录天眼查开放平台，完成实名认证。
2. 创建应用：填写应用名称、用途描述，选择所需API权限。
3. 获取API Key：系统生成唯一的AppKey和AppSecret，用于身份验证。
4. 测试与上线：在沙箱环境测试接口，确认无误后切换至生产环境。

关键点：API调用有频率限制（如免费版每日500次），超限需升级套餐；数据使用需遵守平台规范，禁止非法转售。

二、Python调用天眼查API的完整流程

2.1 环境准备与依赖安装

# 安装requests库（若未安装）
pip install requests

2.2 基础查询实现：以企业基本信息为例

步骤1：构造请求参数

import requests
import hashlib
import time
# 配置参数
app_key = "你的AppKey"
app_secret = "你的AppSecret"
api_url = "https://api.tianyancha.com/services/v3/open/searchV2"  # 示例URL，需替换为实际接口
# 请求参数
params = {
    "keyword": "阿里巴巴",  # 企业名称或关键词
    "pageSize": 10,
    "pageNum": 1
}

步骤2：生成签名（天眼查API通常要求签名验证）

def generate_sign(params, app_secret):
    # 将参数按字典序排序并拼接
    sorted_params = sorted(params.items(), key=lambda x: x[0])
    param_str = app_secret
    for k, v in sorted_params:
        param_str += f"{k}{v}"
    param_str += app_secret
    # MD5加密
    md5 = hashlib.md5(param_str.encode("utf-8")).hexdigest()
    return md5
params["sign"] = generate_sign(params, app_secret)

步骤3：发送请求并解析响应

headers = {
    "X-Tyc-App-Key": app_key,
    "Content-Type": "application/json"
}
response = requests.get(api_url, params=params, headers=headers)
data = response.json()
if data["code"] == 200:
    for company in data["data"]["items"]:
        print(f"企业名称: {company['name']}")
        print(f"统一社会信用代码: {company['creditCode']}")
        print(f"法定代表人: {company['legalPersonName']}")
else:
    print(f"请求失败: {data['message']}")

2.3 高级查询场景：司法风险信息获取

若需查询企业司法风险，需调用/services/v3/open/lawSuitList接口，参数需包含companyId（通过基础查询获取）。示例如下：

def get_lawsuit_info(company_id):
    api_url = "https://api.tianyancha.com/services/v3/open/lawSuitList"
    params = {
        "companyId": company_id,
        "pageSize": 5
    }
    params["sign"] = generate_sign(params, app_secret)
    response = requests.get(api_url, params=params, headers=headers)
    data = response.json()
    if data["code"] == 200:
        for lawsuit in data["data"]["items"]:
            print(f"案件类型: {lawsuit['caseType']}")
            print(f"审理法院: {lawsuit['court']}")
            print(f"立案日期: {lawsuit['filingDate']}")
    else:
        print(f"请求失败: {data['message']}")

三、数据解析与存储优化

3.1 JSON数据结构分析

天眼查API返回的JSON数据通常包含多层嵌套，例如：

{
    "code": 200,
    "message": "success",
    "data": {
        "items": [
            {
                "name": "阿里巴巴集团",
                "creditCode": "913301087517434382",
                "legalPersonName": "张勇",
                "regCapital": "100000万人民币"
            }
        ]
    }
}

需通过data["data"]["items"]访问企业列表，再逐层提取字段。

3.2 数据存储方案

• CSV存储：适合小规模数据，使用Python内置csv模块。
  ```python
  import csv

with open(“companies.csv”, “w”, newline=””, encoding=”utf-8”) as f:
writer = csv.writer(f)
writer.writerow([“名称”, “信用代码”, “法人”, “注册资本”])
for company in data[“data”][“items”]:
writer.writerow([
company[“name”],
company[“creditCode”],
company[“legalPersonName”],
company[“regCapital”]
])

- **数据库存储**：大规模数据建议使用MySQL或MongoDB。以MySQL为例：
```python
import pymysql
conn = pymysql.connect(host="localhost", user="root", password="123456", database="company_db")
cursor = conn.cursor()
# 创建表（若不存在）
cursor.execute("""
CREATE TABLE IF NOT EXISTS companies (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(100),
    credit_code VARCHAR(18),
    legal_person VARCHAR(50),
    reg_capital VARCHAR(50)
)
""")
for company in data["data"]["items"]:
    cursor.execute(
        "INSERT INTO companies (name, credit_code, legal_person, reg_capital) VALUES (%s, %s, %s, %s)",
        (company["name"], company["creditCode"], company["legalPersonName"], company["regCapital"])
    )
conn.commit()
conn.close()

四、常见问题与解决方案

4.1 签名错误排查

若返回{"code": 401, "message": "签名错误"}，检查：

1. 参数排序：确保按字典序排列。
2. 时间戳：部分接口需添加timestamp参数并参与签名。
3. 密钥泄露：立即重置AppSecret。

4.2 频率限制应对

免费版API每日500次调用限制可通过以下方式优化：

• 缓存机制：对已查询企业本地存储，避免重复调用。
• 异步队列：使用celery等工具分散请求时间。
• 升级套餐：根据需求选择付费版（如专业版每日5000次）。

4.3 数据完整性验证

部分字段可能为空（如regCapital为null），需在代码中添加判空逻辑：

reg_capital = company.get("regCapital", "未披露")

五、扩展应用场景

5.1 企业关联关系分析

通过调用/services/v3/open/investment接口，可构建企业股权穿透图，辅助风险评估。

5.2 动态监控与告警

结合Python的schedule库，定期查询目标企业信息，若发现经营异常或司法风险，通过邮件或短信告警。

5.3 数据可视化

使用pandas和matplotlib分析行业数据，例如统计某地区企业注册资本分布：

import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv("companies.csv")
df["reg_capital_num"] = df["reg_capital"].str.replace("万人民币", "").astype(float)
plt.hist(df["reg_capital_num"], bins=20)
plt.xlabel("注册资本（万）")
plt.ylabel("企业数量")
plt.title("某地区企业注册资本分布")
plt.show()

六、总结与建议

通过Python调用天眼查API，可实现企业信息的高效采集与分析。关键步骤包括：

1. 合规申请API权限，避免滥用导致封禁。
2. 正确处理签名与参数，确保请求有效性。
3. 优化数据存储与处理，提升后续分析效率。

实践建议：

• 初期使用免费版测试接口稳定性。
• 对高频需求场景，优先考虑缓存与异步处理。
• 结合业务需求选择深度信息API（如司法风险、知识产权）。

掌握这一技术栈，不仅可提升个人开发能力，更能为企业决策提供数据支撑，在商业竞争中占据先机。