将爬取到的数据存入数据框并导出

import requests
from lxml import etree
from pandas import DataFrame

url='https://search.51job.com/list/120800,000000,0000,32,9,99,%25E4%25BA%25A7%25E5%2593%2581%25E7%25BB%258F%25E7%2590%2586,2,1.html'
res=requests.get(url)
res.encoding='gbk'
print(res)
#用etree生成xpath解析对象
root=etree.HTML(res.text)
print(root)
#利用xpath提取信息
position=root.xpath('//p[@class="t1 "]/span/a/@title')
extract=root.xpath('//p[@class="t1 "]/span/a/text()')
extract=[extract[i].strip() for i in range(len(extract))]
company=root.xpath('//span[@class="t2"]/a/@title')
place=root.xpath('//div[@class="el"]/span[@class="t3"]/text()')
salary=root.xpath('//div[@class="el"]/span[@class="t4"]/text()')
jobinfo=DataFrame([position,company,place,salary]).T
jobinfo.columns=['职位','公司','地点','薪资']
jobinfo.to_csv('51jbob.csv',encoding='gbk')

 

#利用正则匹配     正则表达式中的模式修饰符及应用

#I忽略大小写    S 让 . 匹配换行符   M多行匹配

import re
import requests
from pandas import DataFrame
import pandas as pd

jobinfoAll=DataFrame()

for i in range(1,6):
url='https://search.51job.com/list/120800%252C010000,000000,0000,33,9,99,%25E9%2594%2580%25E5%2594%25AE%25E7%25BB%258F%25E7%2590%2586,2,str(i).html'
res=requests.get(url)
res.encoding='gbk'

# 职位
pat='<a target="_blank" title="(.*)" href=".*" οnmοusedοwn="">'
position=re.findall(pat,res.text)
# 公司
company_pat='<span class="t2"><a target="_blank" title="(.*)" href=".*">.*</a></span>'
company=re.findall(company_pat,res.text)
# 地点
place_pat='<div class="el">.*?<span class="t3">(.*?)</span>'
place=re.findall(place_pat,res.text,re.S)
# 薪资
salary_pat='<div class="el">.*?<span class="t4">(.*?)</span>'
salary=re.findall(salary_pat,res.text,re.S)

jobinfo=DataFrame([position,company,place,salary]).T
jobinfo.columns=['职位','公司','地点','薪资']
jobinfoAll=pd.concat([jobinfoAll,jobinfo]) #把两个合成一个
# print(jobinfo)
jobinfoAll.to_csv('51jbob1.csv',encoding='gbk')
# len(jobinfoAll)

转载于:https://www.cnblogs.com/tiankong-blue/p/11566034.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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