爬取50家公司页面所有数据并显示（包含序号，以下数据都包含序号）

爬取50家公司的网页数据并显示通常涉及到网络爬虫技术。在Python中，可以使用如BeautifulSoup、Scrapy等库来实现这个过程。这里是一个简化的步骤概述：

1. **项目初始化**：创建一个新的Python项目，导入所需的库（如requests、bs4、pandas）。

import requests
from bs4 import BeautifulSoup
import pandas as pd

2. **目标网站列表**：创建一个包含50家公司的URL清单，你可以手动输入或者从文件中读取。

company_urls = ['https://example.com/company1', 'https://example.com/company2', ..., 'https://example.com/company50']

3. **数据提取函数**：编写一个函数，用于解析每个公司的HTML并提取所需的数据（比如名称、简介、联系信息等），同时记录序号。

def extract_data(url):
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')
    
    data = {
        '序号': len(data_list) + 1,
        '公司名': ... (提取公司名),
        '简介': ... (提取简介),
        # 更多字段...
    }
    return data

4. **数据收集**：遍历`company_urls`，对每个网址应用`extract_data`函数，并将结果存储在一个列表或字典中。

data_list = []
for i, url in enumerate(company_urls):
    company_data = extract_data(url)
    data_list.append(company_data)

5. **数据整合**：将数据整理成DataFrame，以便于展示或后续处理。

df = pd.DataFrame(data_list)

6. **显示数据**：最后，使用`print()`或`df.head()`等方式展示部分数据。

print(df.head())

注意：实际操作时需要遵守网站的robots.txt规定，以及处理可能出现的反爬虫策略，例如验证码、session管理等。另外，有些网站可能有API接口提供数据，效率更高且更合法。