【Python爬虫】 爬取招聘信息(requests、lxml库)

开始前先引入requests库、lxml库中的etree类

import requests # 请求数据
from lxml import etree # 解析html代码

使用Python中的 requests 请求数据,headers值为浏览器头部信息,目的是为了将request请求伪装成浏览器的请求,返回的响应中使用“text”获取响应内容的文本形式,如果使用“content”则得到的是响应内容的二进制形式数据

def get_data():
    url = "https://km.58.com/fachuandan/1/?combination_id=1&utm_source=market&spm=u-2d2yxv86y3v43nkddh1.BDPCPZ_BT&PGTID=0d100000-0021-d747-e82a-1de4982080b4&ClickID=2"
    # 头部信息,将该请求伪装成浏览器的请求
    header = {
        "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.90 Safari/537.36"}

    response = requests.get(url, headers=header)
    response.encoding = "utf-8" # 设置字符编码

使用 lxml 中的 etree 解析 html代码,解析后html代码呈现为树状结构,可以根据XPath获取想要获取的内容

    content = etree.HTML(response.text)
    data_dict = {}

    # 岗位名称
    name = content.xpath("/html/body/div[3]/div[1]/div[6]/div[1]/div[1]/div/div[1]/h2/a/text()")
    name_list = []
    for x in name:
        str_name = x.split("\r\n")[0]
        name_list.append(str_name)

    # 工资
    price = content.xpath("/html/body/div[3]/div[1]/div[6]/div[1]/div[1]/div/div[2]/div[2]/span[1]/em/text()")
    data_dict["price"] = price

(XPath的获取请看博文:【Python爬虫】 XPath 与 selector 的 获取_xpath selector_zhouwhui椆的博客-CSDN博客

获取完数据后,组合输出:

for x,y in zip(name_list,price):
    print("name:",x,"price:",y)

综合代码:

import requests # 请求数据
from lxml import etree # 解析html代码

def get_data():
    url = "https://km.58.com/fachuandan/1/?combination_id=1&utm_source=market&spm=u-2d2yxv86y3v43nkddh1.BDPCPZ_BT&PGTID=0d100000-0021-d747-e82a-1de4982080b4&ClickID=2"
    # 头部信息,将该请求伪装成浏览器的请求
    header = {
        "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.90 Safari/537.36"}

    response = requests.get(url, headers=header)
    response.encoding = "utf-8"
    content = etree.HTML(response.text)
    data_dict = {}

    # 岗位名称
    name = content.xpath("/html/body/div[3]/div[1]/div[6]/div[1]/div[1]/div/div[1]/h2/a/text()")
    name_list = []
    for x in name:
        str_name = x.split("\r\n")[0]
        name_list.append(str_name)

    # 工资
    price = content.xpath("/html/body/div[3]/div[1]/div[6]/div[1]/div[1]/div/div[2]/div[2]/span[1]/em/text()")
    data_dict["price"] = price

    for x,y in zip(name_list,price):
        print("name:",x,"price:",y)

  • 1
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

zhouwhui椆

这是一个你请我恰饭的机会呀!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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