======================================================================
-
python 3.8
-
pycharm 2021专业版
-
谷歌浏览器 / 火狐浏览器 (千万不要下载错了, 搞了个什么双核浏览器)
驱动安装教程:谷歌浏览器驱动安装
驱动下载地址:驱动下载地址
驱动下载的版本要和你的浏览器版本信息最相近那个
-
selenium
pip install selenium
(第三方模块, 是需要去安装, 指定模块版本进行安装) -
csv
不会安装模块和安装慢看这篇:如何安装python模块, python模块安装失败的原因以及解决办法
======================================================================
1、爬虫的基本流程
2、可视化分析展示
3、selenium模块的使用
4、保存csv
======================================================================
1、爬虫部分
from selenium import webdriver # 导入模块
from selenium.webdriver.common.keys import Keys
import csv # 保存csv表格数据模块
import time # 时间模块
mode=‘w’ 写入(覆盖) a 追加写入(不会覆盖) wb 二进制写入 b 二进制模式 图片 视频 音频 特定格式文件
f = open(‘招聘数据全国_2.csv’, mode=‘a’, encoding=‘utf-8’, newline=‘’)
1. 全部选中内容
2. ctrl + R 勾选上 正则.*
3. 通过正则表达式匹配替换数据
csv_writer = csv.DictWriter(f, fieldnames=[
‘标题’,
‘地区’,
‘薪资’,
‘经验’,
‘公司名’,
‘公司领域’,
‘福利’,
‘详情页’,
])
csv_writer.writeheader() # 写表头
selenium 爬取的速度相对而言会比较慢 >>> 模拟人的行为去操作浏览器
极大程度减少被反爬 其次 如果某网站有JS逆向加密 requests 爬取虽然快, 但是对于加密的网站
driver = webdriver.Chrome() # 实例化一个浏览器对象
程序员做东西, 其实不在乎过程, 只要结果 你只要能够实现一些东西就可以了 除非有特定需求
driver.get(‘https://www.zhipin.com/c100010000/?query=python&ka=sel-city-100010000’)
输入我们想要搜索的职位名字
通过xpath语法或者css选择器语法
除了模拟点击之外, 还可以 操作键盘事件
给一个隐式等待 等10秒 等网页数据加载完就可以了
time.sleep(10) 死等 一定要等够10秒钟
driver.implicitly_wait(10) # 为了等待网页把元素都加载出来 加载完毕就运行下面的代码
driver.find_element_by_css_selector(‘.ipt-search’).send_keys(‘python’) # 通过css选择器找寻element元素面板里面数据内容
driver.find_element_by_css_selector(‘.ipt-search’).send_keys(Keys.ENTER) # 通过css选择器找寻element元素面板里面数据内容
driver.find_element_by_css_selector(‘.btn.btn-search’).click() # 通过css选择器找寻element元素面板里面数据内容
driver.implicitly_wait(10)
driver.find_element_by_css_selector(‘#filter-box > div > div.condition-box > dl > dd > a:nth-child(3)’).click()
def get_job_info():
lis = driver.find_elements_by_css_selector(‘.job-list li’) # elements 获取多个标签数据 element 获取一个
print(lis) # for 遍历提取列表每一个元素
for li in lis:
title = li.find_element_by_css_selector(‘.job-name a’).text # 标题
area = li.find_element_by_css_selector(‘.job-area’).text # 城市
money = li.find_element_by_css_selector(‘.job-limit .red’).text # 薪资
exp = li.find_element_by_css_selector(‘.job-limit p’).text # 经验
company = li.find_element_by_css_selector(‘.company-text .name a’).text # 经验
company_type = li.find_element_by_css_selector(‘.company-text p a’).text # 经验
desc = li.find_element_by_css_selector(‘.info-desc’).text # 经验
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)
png)
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)