2019智联爬取

  1. 对网页进行分析

https://sou.zhaopin.com/?jl=736&kw=Python&kt=3

在网页界面下右键鼠标 ‘查看网页源代码’发现找不到与之对应的元素(包含职位名称,月薪等)
在网页界面下右键鼠标 ‘审查元素’发现对应元素在json数据里
对应的请求网页:
PS:可以复制以下url到浏览器查看json数据,或者到json.cn里解析数据,以下为代码解析:

https://fe-api.zhaopin.com/c/i/sou?pageSize=90&cityId=736&workExperience=-1&education=-1&companyType=-1&employmentType=-1&jobWelfareTag=-1&kw=Python&kt=3&_v=0.73311243&x-zp-page-request-id=fb26d8cd8e974327bf070c1ee4083d0d-1559210939119-110823&x-zp-client-id=8f9c43e9-2e0b-49b0-a13f-3d1dda875b37

附上图片:


对请求网页进行分析:
第二页 request URL:

https://fe-api.zhaopin.com/c/i/sou?start=90&pageSize=90&cityId=736&salary=0,0&workExperience=-1&education=-1&companyType=-1&employmentType=-1&jobWelfareTag=-1&kw=Python&kt=3&=0&_v=0.96394927&x-zp-page-request-id=ba7510ba53fd45ac91c7ade78fd99ffd-1559211870381-439910&x-zp-client-id=8f9c43e9-2e0b-49b0-a13f-3d1dda875b37

发现多了个'start=90',第三页变成'start=180' 第N页为(N-1)*90
kw为用户输入关键字,cityId为工作城市,这些元素是可变的,其他是固定拼接

url='https://fe-api.zhaopin.com/c/i/sou?'
pinjie='&kt=3&_v=0.72657627&x-zp-page-request-id=f0a9d5bde1884908ad700fa02ef6e9dd-1559124327853-823668&x-zp-client-id=8f9c43e9-2e0b-49b0-a13f-3d1dda875b37'
start_page = int(input('请输入起始页数:'))
end_page = int(input('请输入结束页数:'))
city=input('请输入工作地点:')
kw=input('请输入关键字:')

完整代码:

import urllib.request
import urllib.parse
import json
import time

url='https://fe-api.zhaopin.com/c/i/sou?'

pinjie='&kt=3&_v=0.72657627&x-zp-page-request-id=f0a9d5bde1884908ad700fa02ef6e9dd-1559124327853-823668&x-zp-client-id=8f9c43e9-2e0b-49b0-a13f-3d1dda875b37'
start_page = int(input('请输入起始页数:'))
end_page = int(input('请输入结束页数:'))
city=input('请输入工作地点:')
kw=input('请输入关键字:')
items = []
for page in range(start_page,end_page+1):

    data={
        'start': (page-1) * 90,
        'pageSize': '90',
        'cityId': city,
        'workExperience':'-1',
        'education':'-1',
        'companyType':'-1',
        'employmentType':'-1',
        'jobWelfareTag':'-1',
        'kw':kw,
        }
    headers={

        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36',

    }
    data=urllib.parse.urlencode(data)

    url_now=url+data+pinjie

    print('开始爬取第%s页' % page)
    request=urllib.request.Request(url=url_now,headers=headers)


    content=urllib.request.urlopen(request)
    print('结束爬取第%s页' % page)
    time.sleep(2)
    json_text=content.read().decode()

    json_dict=json.loads(json_text)
    job_list=json_dict['data']['results']

    # for jobL in job_list:
    #   print(jobL)
    # print(len(job_list))
    # print(job_list[0]['jobName'])
    for index,job_L in enumerate(job_list):
        jobName = job_L['jobName']
        salary = job_L['salary']
        eduLevel = job_L['eduLevel']['name']
        city = job_L['city']['display']
        company = job_L['company']['name']
        timeState = job_L['timeState']
        endDate = job_L['endDate']
        rate = job_L['rate']
        if 'businessArea' in job_L:
            workingExp=job_L['workingExp']['name']
        
        if 'businessArea' in job_L:
            businessArea=job_L['businessArea']
        # print(index,'*' *50)  
        item={ 
            '职位名称': jobName,
            '公司名称': company,
            '职位月薪': salary,
            '学历程度': eduLevel,
            '工作经验': workingExp,
            '工作区域': businessArea,
            '工作城市': city,
            '发布状态': timeState,
            '结束发布时间':endDate,
            '回复率': rate,
        }
        items.append(item)
        #忽略assci编码,json.dumps是将一个Python数据类型列表进行json格式的编码解析
        string=json.dumps(items,ensure_ascii=False)
        #以TXT格式保存到本地
        with open('zhilian.txt','w',encoding='utf8') as fp:
            fp.write(string)

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 219,753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 93,668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 166,090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 59,010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 68,054评论 6 395
  • 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 51,806评论 1 308
  • 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 40,484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 39,380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 45,873评论 1 319
  • 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 38,021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 40,158评论 1 352
  • 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 35,838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 41,499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 32,044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 33,159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 48,449评论 3 374
  • 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 45,136评论 2 356