爬虫篇(3)——招聘网站招聘信息的爬取

  • 目的:爬取智联招聘上全国的所有职位信息
    职位信息包括:职位名称、福利、待遇、薪水、工作地点、工作经验、学历要求等
  • 流程

包括分析页面和编写代码两部分

  • 分析页面
    1.主页面由职业分类组成,找到对应id图二



2.副页面由职位列表和下一页组成


image.png

注意/table//tbody/tr/中,通过body是浏览器自动加上的,选的时候去掉


image.png

3.职位详情页面
image.png
  • 编写代码
    1.获取职位分类列表
from lxml import etree
import requests
import re
def main_Web(url):
    res = requests.get(url,headers=head).content.decode("utf-8")
    r = etree.HTML(res)
    u_list = r.xpath("//div[@id='search_right_demo']/div/div/a/@href")
    pattern = re.compile("jl=\d+&")
    url_list = [url[:-1]+pattern.sub("jl=489&",i) for i in u_list]
    return url_list

2.获取职位列表

def sub_Web(url):
    res = requests.get(url,headers=head).content.decode("utf-8")
    # print(res)
    r = etree.HTML(res)
    # print(r)
    u_list = r.xpath("//div[@class='newlist_list_content']/table/tr/td/div/a[1]/@href")
    next_page = r.xpath("//a[@class='next-page']/@href")
    return u_list,next_page

3.获取职位详情

def sub_sub_Web(url):
    res = requests.get(url, headers=head).content.decode("utf-8")
    r = etree.HTML(res)
    title = r.xpath("string(//div[@class='fixed-inner-box'][1]/div[1]/h1)")
    weflare = r.xpath("//div[@class='fixed-inner-box'][1]/div[1]/div[1]/span/text()")
    salary = r.xpath("string(//ul[@class='terminal-ul clearfix']/li[1]/strong)")
    address = r.xpath("string(//ul[@class='terminal-ul clearfix']/li[2]/strong)")
    return title,str(weflare),salary,address

4.保存

def save_data(title,weflare,salary,address):
    with open("job.csv","a+",encoding="utf-8") as file:
        file.write("公司名称:"+title+"\n")
        file.write("福利:"+weflare+"\n")
        file.write("薪水:"+salary+"\n")
        file.write("地点:"+address+"\n")
        file.write("***"*25+"\n")

5.主函数

if __name__ == '__main__':
    url = "https://sou.zhaopin.com/"
    head ={
        'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.119 Safari/537.36'
    }
    #1.获取职位分类列表
    url_list = main_Web(url)
    #2.获取职位列表
    for x in range(5):

        job_list,next_page = sub_Web(url_list[x])
        for i in range(len(job_list)):
    #3.获取职位详情
            title, weflare, salary, address=sub_sub_Web(job_list[i])
    #4.保存
            save_data(title, weflare, salary, address)

爬虫篇(4)——qq音乐爬取
爬虫篇(2)——爬取博客内容
爬虫篇(1)——从爬取练习题开始

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,294评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,780评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,001评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,593评论 1 289
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,687评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,679评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,667评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,426评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,872评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,180评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,346评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,019评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,658评论 3 323
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,268评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,495评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,275评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,207评论 2 352

推荐阅读更多精彩内容