首先我们的参考网站为: https://hr.tencent.com/position.php?&start=10#a
然后我们进入该网站查看信息:
通过审查元素我们可以发现我们需要的内容都在class='even'或者class='odd'的内容中,于是我们可以将这些内容全都爬取下来,然后再拼接到一起
核心代码如下:
获取到信息后将数据存入item数据字典中,然后再将item存入items序列中
完整代码如下:
# -*- encoding:utf-8 -*-
# 使用BeautifuSoup4解析器,将招聘网页上的
# 职位名称、职位类别、招聘人数、工作地点、发布时间,以及每个职位详情的点击链接存储出来。
from bs4 import BeautifulSoup
import urllib2
import urllib
import json
def tencent(output,page):
url = 'http://hr.tencent.com/'
print(url + 'position.php?start=%d#a' % page)
headers &#