Python爬取网页信息并保存为CSV文件！又学了一招！

本次爬取的网页是猎聘网内关于深圳的所有招聘信息，一共400多个职位，并保存为csv文件存储，好了，话不多说，开始进入讲解。（对爬虫感兴趣的，可以参考此篇文章的做法去爬你想要的网站去吧！！！）

首先打开目标网站：

页面信息如下（因为招聘信息是动态，可能你的界面的职位会有所不同）

       

我们按F12进入开发者界面：

点击元素旁边的类似鼠标的按钮，如下：

然后就可以在原网页点击我们想要获取的标签，之后就会显示该标签对应的html代码

比如点击工作名称：双语解说员，然后右边就会帮我们找到对应的源代码。

接着我们分析上下代码，发现该所有职位的代码都在<li>..</li>之间

所有我们可以找到包含这些职位代码的上一个标签，即

故代码可以写成  all_job = html.find("ul", class_="sojob-list").find_all("li")

这样我们就定位到这个工作列表下，下面所有操作都是从这里面去查询，我们用一个循环遍历每个<li>下的子标签

用find方法可以让网页解析器一直查询，直到查到对应的标签下停止，这里我们可以定位到 <div class = "job-info">下

该标签下就是我们要爬取的东西

爬取工作名实现：name = date.find("a", target="_blank").text.strip()

再打开<p class="condition clearfix>标签，爬取地区，薪水，对应的网站，学历

因此

爬取地区实现：area = date.find("a", class_="area").text

爬取薪水实现：salary = date.find("span", class_="text-warning").text

爬取网站实现：url = date.find("a", class_="area")["href"]  

爬取学历实现：edu = date.find("span", class_="edu").text

最后我们再用一个循环去让网站的url发生变化，也就是网站最后面的数字就是该网页的页数，如下：

最后再通过两行命令，将结果保存为csv文件即可

爬取结束！！

查看结果：

附上完整代码：

import requests

import bs4

import pandas as pd

result = {"jobname": [], # 工作名

"area": [], # 地区

"salary": [], # 薪水

"url": [], # 网址

"edu":[] #学历

}

for i in range(11):

url = "https://www.liepin.com/zhaopin/?compkind=&dqs=050090&pubTime=&pageSize=40&salary=&compTag=&sortFlag=&compIds=&subIndustry=&jobKind=&industries=&compscale=&key=&siTag=1B2M2Y8AsgTpgAmY7PhCfg%7EfA9rXquZc5IkJpXC-Ycixw&d_sfrom=search_title&d_ckId=c16556e4cc914dee657cb1e26c5f809e&d_curPage=0&d_pageSize=40&d_headId=c16556e4cc914dee657cb1e26c5f809e" + str(i)

print(url)

r = requests.get(url)

html = bs4.BeautifulSoup(r.text, "html.parser")

all_job = html.find("ul", class_="sojob-list").find_all("li")

for date in all_job:

name = date.find("a", target="_blank").text.strip()

area = date.find("a", class_="area").text

salary = date.find("span", class_="text-warning").text

url = date.find("a", class_="area")["href"]

edu = date.find("span", class_="edu").text

result["jobname"].append(name)

result["area"].append(area)

result["salary"].append(salary)

result["url"].append(url)

result["edu"].append(edu)

df = pd.DataFrame(result)

df.to_csv("shenzhen_Zhaopin.csv", encoding="utf_8_sig")

PS：如遇到解决不了问题的小伙伴可以加点击下方链接自行获取

 

python免费学习资料以及群交流解答点击即可加入