水木清华社区招聘信息定时抓取

水木上有很活跃的招聘者在发布招聘信息，但是水木的速度却很慢，于是试着将其抓取下来，这样子浏览的速度就快了很多，而且将其部署在SAE上面，可以只查看需要的信息，降低了本地流量耗费，在新浪云平台上启用了两个JVM，云豆估计能够用的。

在浏览器中请求水木时候，它会分不同的数据返回，首先就是页面的框架和广告，最后才是内容！分析了它的返回数据的构成之后，就可以利用Jsoup去请求了，取回来的数据直接进行抽取和过滤，留下需要的数据，然后存到数据库中去。最后再显示到页面上来。整个过程大概就是如此。

同时觉得要是手动去抓取的话，就太没有意思了，于是设置了定时器，可以定时地去抓取数据并保存。每一个小时抓取一次，这样算是差不多能追上论坛的更新了吧，(突然想到还可以晚上的时间段休息，降低消耗)。

突然想到，可以加个功能，每一篇招聘信息中几乎都会有邮箱地址，可以解析出来，准备好一个简历模板，自动批量发简历！

之后可能会添加别的网站的数据。

界面简单。

可能会有很多bug。

具体可以移步：http://huntinfo.sinaapp.com/ ，

完整代码放在 ：https://github.com/laozhaokun/huntinfo。