![\"1С-франчайзи](\"данные/картинки/habr-05-kdpv.jpg\")
Пятый материал для Habr. Тема согласована руководителем 12.10.2026: франчайзинговая сеть 1С по открытым данным. Угол технический - как собрать и сверить массив, - поэтому площадка его примет, а предмет наш: франчайзинг. Чего нет намеренно: названия портала и ссылок на него, названий конкретных партнёров 1С (правило проекта: имена реальных компаний только с их согласия), оценок «хорошая или плохая франшиза», личных данных из ЕГРЮЛ. Фирма 1С названа, потому что она и есть предмет разбора и источник данных; про неё в тексте только то, что она сама пишет.\n
У фирмы «1С» есть открытый список 1С-франчайзи: страница, где можно выбрать регион и увидеть всех, кто внедряет «1С:Предприятие» в вашем городе. Это, пожалуй, самая большая франчайзинговая сеть в российском IT, и нечастый случай, когда франчайзер сам выкладывает всю сеть одной страницей. Я хотел простого: собрать этот список целиком, посчитать, как сеть разложена по карте, и привязать каждую строку к юрлицу в ЕГРЮЛ.
\nПростого не вышло. Ниже - как устроен источник, что в нём сломано и сколько строк в итоге удаётся честно связать с реестром. Код на Python, короткими кусками, всё снято 12 октября 2026 года.
\nФранчайзер - это компания, которая разрешает другим работать под своей маркой и по своим правилам, а взамен берёт плату и требует соблюдать стандарт. Здесь франчайзер один - фирма «1С». Франчайзи у неё - фирмы, которые продают и внедряют её программы под маркой «1С:Франчайзинг».
\nУсловия фирма описывает сама, на странице «Как стать партнёром»: начальные затраты от 27 000 рублей, ежеквартальный взнос 3 000 рублей и аттестация специалистов. Это слова фирмы на её странице, а не проверенная смета: что на деле стоит вход в сеть, из открытых данных не видно, и в этом разборе я эти цифры не проверял.
\nДля разработчика интереснее другое. Обычно франчайзер прячет список своих точек или отдаёт его кусками. Здесь список открыт, и его можно обойти скриптом.
\nСтраница franch-citylist.jsp с моего сервера открылась сразу. Сервер стоит в Амстердаме, и половина российских сайтов встречает его антиботом, так что это первое, что я проверяю. Здесь перед сайтом стоит защитный слой, но обычный запрос с браузерным заголовком получает 200.
Внутри страницы один и тот же список живёт дважды.
\nПервый раз - в таблице под фильтрами: город, название, отметки, телефон, по 30 строк на страницу и пагинация через POST формы. Второй раз - в JavaScript, в массиве для карты, причём целиком, без пагинации:
\n``python m = re.search(r\"var partners = (\\[.?\\]);?\\s\\n\", page) points = json.loads(m.group(1)) len(points) # 4985 ``
Массив карты - подарок: адрес, телефон, сайт, число сертифицированных специалистов, всё в одном JSON. Таблица беднее, но только в ней есть город, а регион - только в фильтре над ней. Поэтому я обошёл обе: массив целиком одним запросом и таблицу по каждому из 93 значений фильтра, от Абхазии до Ярославской области, с паузой в две секунды. Сырые ответы легли на диск сжатыми, чтобы любой пересчёт шёл без нового обхода.
\nПервая запись массива выглядит так (сокращаю):
\n``json {\"partcode\": \"03096\", \"lat\": \"37.574804\", \"lon\": \"55.814300\", \"contentName\": \" <b> ... </b> \", \"contentBoby\": \" <div ...> Адрес: 127434, Москва ...\"} ``
Москва лежит на 55-й параллели и 37-м меридиане. Здесь в поле lat записана долгота, в lon - широта. Карта на странице при этом рисуется правильно, потому что JavaScript тоже читает их наоборот:
``javascript new ymaps.Placemark([partner.lon, partner.lat], ...) ``
Две ошибки компенсируют друг друга, и снаружи всё работает. Сломается у того, кто возьмёт JSON и поверит именам полей: Москва уедет на север Ирана, а вместе с ней и остальные пять тысяч точек. Рядом поле contentBoby - с опечаткой в имени, и его тоже надо писать именно так.
Второе про координаты: 14 точек стоят в одной и той же точке - в центре Москвы, хотя адреса у них разные, от переулка в центре до абонентского ящика. Всего повторов координат 153. Предположительно, когда геокодер не разобрал адрес, он поставил точку в центр города. Для карты это не страшно, для любого анализа «кто где» - да: эти фирмы окажутся у Кремля.
\nТаблицу я начал разбирать регуляркой «ячейка города, затем <h3>, в нём ссылка на офис». На первой странице она нашла 29 строк из 30, и я решил, что потерял одну на краю страницы. Оказалось наоборот.
Тег <h3> вокруг названия получают только партнёры с сертификатом ISO 9001. Без фильтра первая страница почти целиком состоит из них: таких на ней было 29. Во всём списке - 260 строк из 5 264. Регулярка с обязательным <h3> молча прочла бы двадцатую часть списка и выдала результат, который выглядит правдоподобно: Москва, крупные фирмы, всё на месте.
Починка - резать таблицу по <tr> и делать заголовок необязательным:
```python CELL = re.compile( r'<a href=\"\\?city=([^\"])\">.?</a>\\s*</td>\\s*<td>\\s*(?:<h3>\\s*)?' r'<a href=\"franch\\.jsp\\?id=(\\d+)[^\"]\">(.?)</a>', re.S)
\nfor chunk in page.split(\"<tr>\")[1:]: m = CELL.search(chunk) ```
\nВывод общий: если первая страница отдала почти всё, проверьте это на второй. Первая страница отсортирована, и как раз она нетипична.
\nСколько же франчайзи у 1С? Ответов у меня четыре, и все с сайта самой фирмы.
\n![\"Франчайзер](\"данные/картинки/habr-05-set.jpg\")
На странице «Как стать партнёром» написано «более 8 500 партнёров». На страницах о партнёрской сети - «более 8000 организаций». В самом списке 5 264 строки, из них разных номеров офисов 5 261: один номер встречается четыре раза. А массив карты, который должен быть тем же списком, содержит 4 985 точек.
\nРазницу между списком и картой удалось разобрать почти до конца. Каждое название с карты есть в таблице, обратное неверно: у 279 строк точки нет. Ещё интереснее с зарубежными странами. В полной карте точки Казахстана, Беларуси и других стран есть, а если выбрать в фильтре любую из одиннадцати стран, таблица заполняется, а карта остаётся пустой. По российским регионам фильтры дают 4 190 точек, остальные живут только в общей карте.
\nМежду «более 8000» и пятью тысячами строк я объяснения не нашёл. Предположительно, слова на страницах писались в разные годы и считают все договоры, а список показывает только аттестованных франчайзи, но проверить это по открытым данным нельзя. Практический вывод проще: размер сети в тексте фирмы и размер её открытого списка - два разных числа, и в любой таблице надо писать, какое из них взято.
\nГеография по списку такая. 535 городов, из них 467 в России. 824 строки, то есть почти шестая часть списка, - не Россия: Казахстан (547), Беларусь (96), Узбекистан (60) и ещё восемь стран. Москва - 726 строк, Санкт-Петербург - 314, вместе 23,4% российской части. Остальное разложено по региональным центрам и небольшим городам: российских регионов в фильтре 82, и в одном из них, Карачаево-Черкесии, строк ноль - фильтр есть, офисов нет.
\nФранчайзи - это не офис на карте и не название в таблице, а сторона договора: юрлицо или индивидуальный предприниматель с ИНН. Чтобы узнать, сколько фирме лет и жива ли она, нужен ЕГРЮЛ. И вот здесь список ломается сильнее всего: ИНН в нём нет. Ни в таблице, ни в карточке офиса - я открыл карточку и проверил.
\nЗначит, связать 1С-франчайзи с реестром можно только поиском по названию в регионе. Я взял случайную выборку из 150 названий (зерно генератора записано в скрипте) и прогнал каждое через поиск egrul.nalog.ru. Запрос двухшаговый: сначала отправляешь форму и получаешь токен, потом забираешь результат по токену.
\n``python t = s.post(\"https://egrul.nalog.ru/\", data={\"query\": name, \"region\": fns_code}).json()[\"t\"] rows = s.get(f\"https://egrul.nalog.ru/search-result/{t}\").json()[\"rows\"] ``
Тут же вторая ловушка: коды регионов у 1С свои. Алтайский край в фильтре 1С - «01», у ФНС - «22». Сводил по названию региона, причём названия у 1С тоже свои: «Республика Татарстан (Татарстан)», «Чувашская Республика - Чувашия».
\nПоиск ФНС нечёткий: на название из трёх обычных слов он возвращает тысячи строк, медиана по выборке - 214. Поэтому совпадением я считаю только равенство имени в кавычках из краткого наименования и названия из списка после нормализации: регистр, «ё», кавычки, пробелы и дефисы.
\n![\"Франчайзи](\"данные/картинки/habr-05-egryul.jpg\")
Что получилось на 150 названиях:
\nУ 36 названий из 150 среди совпадений есть хотя бы одно прекращённое юрлицо. Если взять из ответа первую строку, не глядя на признак прекращения, часть сети окажется давно закрытой. Это не так: закрыт тёзка.
\nЯ посмотрел их глазами, и почти все причины видны прямо в названиях.
\nУкрашения вместо имени. 423 названия в списке начинаются с «1С:Франчайзи» или «1С:Франчайзинг.», а в ЕГРЮЛ фирма записана без этой приставки. Есть и обычные «Компания», «Фирма», «Группа компаний», «Внедренческий центр», пояснения в скобках вроде «(бывший ...)».
\nЛатиница внутри кириллицы. 21 название начинается с латинской «1C», а не с кириллической «1С»: поиск по списку на «1С» их просто не найдёт. Ещё семь слов содержат одну букву чужого алфавита. Где-то это игра слов, а где-то явная опечатка: латинская «c» внутри русского слова, латинская «u» посреди слова «Франчайзинг». В одном названии и сама приставка с опечаткой: «Фрайчайзинг». На экране не видно, а == видит.
```python LOOKALIKE = str.maketrans(\"ABCEHKMOPTXaceopxy\", \"АВСЕНКМОРТХасеорху\")
\ndef clean(name): name = re.sub(r\"\\([^)]*\\)\", \" \", name) name = PREFIXES.sub(\"\", name.strip()) # латиницу переводим только в словах, где уже есть кириллица return norm(\" \".join( w.translate(LOOKALIKE) if re.search(\"[а-я]\", w, re.I) and re.search(\"[a-z]\", w, re.I) else w for w in name.split())) ```
\nВторой проход с такой чисткой по уже сохранённым ответам ФНС добавил 13 совпадений к 89 точным, новых запросов не понадобилось. Поэтому я сохраняю всю первую страницу ответа, а не только то, что подошло под правило: правило меняется, а ходить в реестр второй раз не хочется.
\nМарка, которой нет в реестре. Оставшиеся - латинские торговые марки при русском юрлице и названия, которые вообще не похожи на зарегистрированное имя. Их без ИНН не связать никак.
\nОдинаковые имена у разных фирм. Это видно ещё до реестра: 137 названий встречаются в списке в разных городах, одно - в семи. Сети с филиалами пишут город после запятой, а эти нет, значит, это разные фирмы с одинаковой вывеской. Группировать сеть по названию нельзя.
\nИ честное ограничение метода: я разбирал только первую страницу ответа ФНС, до 20 строк. У названий-тёзок с тысячами совпадений нужная фирма могла оказаться дальше, и часть «не связали» - это, предположительно, недобор, а не отсутствие.
\nУ 75 названий, связанных с одним действующим юрлицом, годы регистрации - от 2002-го до 2023-го, медиана 2011. 35 зарегистрированы раньше 2010 года, 8 - начиная с 2020-го. Выборка маленькая, и это год регистрации юрлица, а не стаж работы с 1С: фирма могла прийти в сеть позже, а работать раньше под другим юрлицом. Но порядок виден: большая часть сети - фирмы с десятилетней историей, а не вчерашние стартапы.
\nИмя поля - не документ. lat с долготой внутри работает годами, потому что фронтенд ошибается симметрично. Проверить координаты по одному известному адресу - пять секунд, не проверить - пять тысяч точек не в той стране.
Первая страница отсортирована, а значит, нетипична. 29 из 30 на первой странице и 260 из 5 264 во всём списке - это одна и та же регулярка.
\nУ сети несколько размеров, и надо писать, какой взят. Слова франчайзера, его открытый список и его же карта дают три разных числа. Ни одно не враньё, они просто считают разное.
\nБез общего ключа сопоставление - вероятностное. Половину выборки удалось связать с одним действующим юрлицом, остальное требует либо ИНН, либо ручной проверки. Прекращённые тёзки - отдельная ловушка: без фильтра по статусу живая сеть превращается в кладбище.
\nСохраняйте сырые ответы. Правило сопоставления я менял уже после обхода, а в ФНС сходил один раз.
\nДанные разбора: список «Франчайзи, внедряющие 1С:Предприятие» на сайте фирмы «1С» и три её страницы о партнёрах, снятые 12 октября 2026 года; поиск по ЕГРЮЛ на egrul.nalog.ru в тот же день, случайная выборка 150 названий. Названий конкретных фирм в тексте нет намеренно: разбор про данные, а не про партнёров.
", "есть_текст": true }