拉勾网岗位爬虫(自动获取cookie,设置好请求头防止提示"频繁操作")

朋友最近在找产品经理工作机会,由于是从游戏策划转岗过来,他自己投了一些简历无果,我建议他看看哪些岗位在职位描述里提到了 游戏从业经验加分 的说明,想着自己去找也是麻烦,于是给朋友写个个脚本处理。

  1. 自动获取cookie,用于后续使用
  2. 岗位列表是简单的json格式,直接转化为字典做解析
  3. 岗位详情页非json格式,所以用xpath解析(这里需要从岗位列表中找到详情页地址,组合成最终可访问的地址)
# -*- coding: utf-8 -*-
"""
Created on Sun May 24 17:30:10 2020

@author: Gdc
"""

import requests
import json
import pandas as pd
from fake_useragent import UserAgent
from lxml import etree

url = 'https://www.lagou.com/jobs/positionAjax.json?'
param = {'city':'北京',
         'needAddtionalResult': 'false'
    }

headers = {
        'Referer': 'https://www.lagou.com/jobs/list_%E4%BA%A7%E5%93%81%E7%BB%8F%E7%90%86?labelWords=&fromSearch=true&suginput=',
        'User-Agent':UserAgent(verify_ssl=False).random,
    }

Li_list = []
n = 0
for i in range(1,31):
    formData = {'first': 'false',
                'pn': i,
                'kd': '产品经理',
        }

    s = requests.Session()    
    s.get('https://www.lagou.com/jobs/list_%E4%BA%A7%E5%93%81%E7%BB%8F%E7%90%86?labelWords=&fromSearch=true&suginput=', headers=headers, timeout=3)
    
    res = s.post(url, headers=headers,params=param, data=formData, timeout=3)
    data = json.loads(res.text)
    results = data['content']['positionResult']['result']
    
    for result in results:
        n = n+1
        li = {}
        li['岗位ID'] = result['positionId']
        li['岗位名称'] = result['positionName']
        li['薪酬范围'] = result['salary']
        li['技能要求'] = result['skillLables']
        li['学历要求'] = result['education']        
        li['年限要求'] = result['workYear']
        li['岗位详情页'] = f'https://www.lagou.com/jobs/{result["positionId"]}.html'
        li['公司名称'] = result['companyFullName']
        li['公司地址'] = result['stationname']
        li['所属行业'] = result['industryField']
        li['公司规模'] = result['companySize'] 
        detail = s.post(li['岗位详情页'], headers=headers,params=param, data=formData, timeout=3)  
        dataxp = dataxp = detail.text
        html = etree.HTML(dataxp)   
        p_d = html.xpath('//*[@id="job_detail"]/dd[2]/div//text()')  
        li['岗位要求'] = [x.strip() for x in p_d if x.strip() != '']   
        Li_list.append(li)
        print(f'\r已记录{n}条岗位信息',end='')

df = pd.DataFrame(Li_list)
df.to_excel(r'C:\Users\Desktop\拉勾网产品经理岗位.xlsx',sheet_name='list')
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 219,539评论 6 508
  • 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 93,594评论 3 396
  • 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 165,871评论 0 356
  • 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 58,963评论 1 295
  • 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 67,984评论 6 393
  • 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 51,763评论 1 307
  • 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 40,468评论 3 420
  • 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 39,357评论 0 276
  • 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 45,850评论 1 317
  • 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 38,002评论 3 338
  • 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 40,144评论 1 351
  • 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 35,823评论 5 346
  • 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 41,483评论 3 331
  • 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 32,026评论 0 22
  • 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 33,150评论 1 272
  • 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 48,415评论 3 373
  • 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 45,092评论 2 355

推荐阅读更多精彩内容