最全Python 基于Xpath和lxml库解析网站_招聘网站 爬虫lxml+xpath，2024年最新GitHub上标星13k的《Python面试突击版》

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

此后，在爬取前，我们先任意选择一个职位进入职位详情页，分析一下我们所要爬取的信息有哪些。在如下详情页中我们可以看到欲获取的信息有职位名称、工作地点、职位类别、招聘人数、工作职责和要求。

这么一来，爬取需求就已经明确，那么接下来就是分析爬取过程。回顾一下，我们是如何进入职位详情页——在社会招聘先输入关键字后进入职位列表页，然后点击一个职位，浏览器便打开了一个新的url地址，而这也就是职位详情页。因此总体过程是：发送请求获取职位列表页，然后从列表中检索每一个职位详情页的url，再发送新的请求进入详情页，此后便可开展信息提取工作。

第一部分——获取职位详情页url

通过上述分析知，职位详情页url蕴含在职位列表中，所以我们先从职位列表页分析。我们要爬取的是所有职位信息，而这些职位是分布在不同的组(页)中，因此我们先依次点击几页看看这些不同页的url都有什么关联。

经实践后得到如下URL

第2页：https://hr.tencent.com/position.php?lid=&tid=&keywords=python&start=10#a

第3页：https://hr.tencent.com/position.php?lid=&tid=&keywords=python&start=20#a

第4页：https://hr.tencent.com/position.php?lid=&tid=&keywords=python&start=30#a

…

这里我们可以发现其URL是有一定规律的，它们的大体构成都相同，只是参数start的值不同。经分析后我们可以知道其实start代表的是当前显示职位列表在全部职位中的起始序号，这个与每页显示的职位个数有关，比如每页显示10条，第2页起始为10，那么第3页起始就是10+10=20，第4页就是20+10=30……如此一来，我们就基本上找到了URL的构成法，那么是不是都这样的呢？以第1页为例，按照我们的分析，第1页URL中应该对应的是10-10=0，我们从其他页点击第1页来验证一下，结果发现确实是0，也印证了我们推测的正确性。考虑到后面锚点’#a’对请求无关紧要，因此职位列表URL结构为：’https://hr.tencent.com/position.php?lid=&tid=&keywords=python&start={}’

在此之后我们便可以结合之前学习的Xpath与lxml来获取相应的URL信息。这里我们要注意一点的是在获取href属性时，我们检查元素发现其前面没有域名，同上分析详情页URL我们可以得知其构成法为’域名+href’,故在获取href后需要做适当修改。

第二部分——职位详细解析

在获取了每一个职位详情页url后，便可再次发送请求以获取数据。经分析发现数据都存放在了一个table标签里，我们便可先获取这个标签，然后在使用Xpath来解析其他数据。这里解析方法和之前一样，也相对比较简单，这里不再叙述。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

rums/4304bb5a486d4c3ab8389e65ecb71ac0)**

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！