爬职业热度--兼职cat

免责声明:本文仅做技术交流与学习...请勿不正当使用...

循环页数爬取

import pandas as pd
import requests
from lxml import etree
# 初始化一个空的 DataFrame
df = pd.DataFrame()
data_list = []

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.5735.289 Safari/537.36"
}
for s in range(1, 12):
    url = f"https://nanchang.jianzhimao.com/index{s}.html"
    # 请求网页
    response = requests.get(url, headers=headers).text
    # 解析网页
    html = etree.HTML(response)
    print("\033[31;1m","*" * 20, "开始爬取", s, "页", "*" * 20,"\033[0m")
    for i in range(1, 16):
        name = html.xpath(f'//*[@id="content_list_wrap"]/li[{i}]/a/text()')           # 名称
        quyu = html.xpath(f'//*[@id="content_list_wrap"]/li[{i}]/div[1]/span/text()') # 限制地区
        rens = html.xpath(f'//*[@id="content_list_wrap"]/li[{i}]/div[2]/span/text()') # 关注人数
        if name and quyu and rens:
            # 将单元格数据转换为字典
            row_data = {
                '岗位名称': name[0] if name else None,
                '限制地区': quyu[0] if quyu else None,
                '职位热度': rens[0] if rens else None,
            }
            data_list.append(row_data)
    # 将数据列表转换为 DataFrame 并追加到 df
    df = pd.concat([df, pd.DataFrame(data_list)], ignore_index=True)
    # 清空 data_list 以便下一次迭代
    data_list = []

# 将 DataFrame 保存到 Excel 文件
df.to_excel('data.xlsx', index=False)

--->csv

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

金灰

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值