【python】使用bs4以及BeautifulSoup爬虫爬取信息

最新推荐文章于 2023-12-21 23:40:57 发布

evan_qb

最新推荐文章于 2023-12-21 23:40:57 发布

阅读量3.7k

点赞数

分类专栏：机器学习

本文链接：https://blog.csdn.net/Evan_QB/article/details/80743188

版权

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 &#