python之爬取绍兴e网招聘信息

from bs4 import BeautifulSoup as bs
import urllib
import re
class Spider(object):
    def __init__(self):
        print('init')
        self.begin_page=1
        self.end_page=4
        self.base_url='https://job.e0575.com/list.php?cIx=5&page='
    def load_page(self):
        print("load")
        headers={"User-Agent":"Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:69.0) Gecko/20100101 Firefox/69.0"}
        for page in range(self.begin_page,self.end_page):
            print(page)
            url=self.base_url+str(page)
            request=urllib.request.Request(url,headers=headers)
            response=urllib.request.urlopen(request)
            html=response.read().decode('utf-8')
            self.parse_page(html)
    def parse_page(self,html):
        print("parse")
        html=bs(html,'lxml')
        result1=html.select('li[class="bg1"]')
        result2=html.select('li[class="bg3"]')
        result1+=result2
        items=[]
        for site in result1:
            item={}
            name=site.find('span').text
            detailLink=site.find('a').attrs['href']
            wage=site.select('.dd1')[0].text[7:-5]
            publishTime=site.select('.dd2')[0].text[7:-5]
            companyname=site.find('a',{'class':None}).text[7:-6]
            workrequest=site.find('a').attrs['title'].replace('\u3000','  ')
            item['职位名称']=name
            item['详情链接']=detailLink
            item['工作薪酬']=wage
            item['发布时间']=publishTime
            item['发布公司']=companyname
            item['工作要求']=workrequest
            items.append(item)
        self.save_file(items)
    def save_file(self,items):
        print('save')
        file=open('job.json','ab')
        file.write(str(items).encode())
        file.close()
if __name__=='__main__':
    spider=Spider()
    spider.load_page()
import os
os.remove('job.json')
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我可以给你提供一些思路和代码。 首先,你需要确定要爬取的招聘站。以智联招聘为例,我们可以使用 Python 爬虫库 requests 和解析库 BeautifulSoup 来爬取招聘信息。 以下是一个简单的示例代码: ```python import requests from bs4 import BeautifulSoup # 设置请求头部,模拟浏览器访问 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'} # 设置搜索关键字 keyword = 'Python' # 设置搜索页数 pages = 3 # 循环爬取多页信息 for i in range(pages): url = f'https://fe-api.zhaopin.com/c/i/sou?pageSize=60&cityId=489&kw={keyword}&kt=3&start={i*60}' res = requests.get(url, headers=headers) soup = BeautifulSoup(res.text, 'html.parser') # 获取职位列表 job_list = soup.select('.contentpile__content__wrapper .contentpile__content__wrapper__item__info') # 循环输出职位信息 for job in job_list: job_name = job.select('.contentpile__content__wrapper__item__info__box__jobname__title a')[0].text.strip() job_salary = job.select('.contentpile__content__wrapper__item__info__box__job__saray')[0].text.strip() job_company = job.select('.contentpile__content__wrapper__item__info__box__cname__title a')[0].text.strip() print(job_name, job_salary, job_company) ``` 这段代码可以爬取智联招聘中搜索关键字为 Python 的前三页共 180 条职位信息,并输出职位名称、薪资和公司名称。 当然,这只是一个简单的示例,实际上每个招聘站的页面结构可能都不同,你需要根据具体情况修改代码。另外,爬取招聘信息涉及到一些法律法规和道德伦理问题,请务必注意法律法规,尊重站规则和职位信息的发布者。
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