爬取智联招聘有用信息存入数据库

这是一个关于初学者的Python爬虫项目,详细介绍了如何爬取智联招聘网站上的招聘信息,并将数据存储到SQLite数据库中。涉及到的步骤包括设置爬虫文件、定义items、配置settings、编写pipelines、中间件的使用,特别是User-Agent的随机更换,以避免被网站封禁。最后通过命令行运行爬虫,成功获取数据并存入数据库。
摘要由CSDN通过智能技术生成

Hello!您能点开我的博客,我感到很荣幸,希望能对您有帮助。我是第一次写,如有不足之处,还请前辈多多指教。
以下是我写的一个爬虫小项目,爬取了智联招聘的一个网页里对于找工作的亲们比较感兴趣的几条信息,并把信息整理到了sqlite数据库里,

  • 创建一个爬虫文件,如zhilianspider.py
import scrapy
from CommmonSpider.items import CommmonSpiderItem
class ZhilianSpiderSpider(scrapy.Spider):
    # 爬虫名称,唯一
    name = 'zhilian_spider'
    # 允许访问的域
    allowed_domains = ['www.zhaopin.com']
    # 起始网址
    start_urls = ['https://jobs.zhaopin.com/447375014271949.htm']
    # 爬虫入口
    def parse(self, response):
        # 保证爬虫框架能够运行起来
        # print(response.text)
        # 通过Xpath提取字段
        # 提取响应路径为所有h1标签的文本内容(字符串形式)第一个
        job_title = response.xpath('//h1/text()').extract_first()
        # 提取响应路径为所有p标签的文本内容以字符串形式组成列表
        job_descriptor=response.xpath("//p/text()").extract()
        job_addr = response.xpath('//a[@href="http://www.zhaopin.com/lanzhou/"]/text()').extract_first()
        job_salary = response.xpath('//strong/text()').extract()[3]
        # 设置空字符串
        job_result=""
        # 遍历列表
        for job_str in job_descriptor:
            #拼接字符串
            job_result+
  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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