我的话就出现了：
所以我选的应该是箭头所指的格式的文件。
②设置绘图格式和绘图风格
上面的意思通过英文很容易理解,
反爬措施可以通过firefox里的请求头里的信息实现,直接把请求头里的信息复制过来就好,用其他浏览器的也行，把cookies注释掉，因为不要登录信息。
我用的是火狐。首先按F12，在网络里找到列表里的postion开头的内容，然后找到请求头(其他浏览器可能是Rrequest什么的)
将请求头里的内容全部复制下来，需要注意的是，通过火狐浏览器复制的请求头会出现”...“，当我们复制过来发现有省略号时，把那个有省略号的地方打全。只需双击目标内容，请求头那里就会出现完整的句子，我把cookie注释掉了，因为不需要。代码如下
④开始写爬虫代码
首先，还是得先分析下网页信息
我们翻到第一页，其网页代码是：
https://www.lagou.com/jobs/list_%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90?labelWords=&fromSearch=true&suginput=
第二页，其网页代码是:
https://www.lagou.com/jobs/list_%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90?labelWords=&fromSearch=true&suginput=
可以发现，不同页数的网址并没有区别，所以可以判断这是一个动态网页，真正的网址其实在消息头(Headers)。用F12打开Network一栏
然后随便点开一页，比如说第四页，可以看到内容栏的第一个以position开头的东西，自己点击查看下，之后再一层一层打开，在result下面有很多我们想要的信息。
然后可以点开到参数那里，最后一栏有“表单数据”，kd是我们搜索的关键词，pn是页数。first那里我也不知道是什么，不用管它。
把这个复制下到txt里，因为等等我们还有一些东西需要复制。
但我们现在可以开始写一些代码来测试下了。
接着来测试下我们有没有翻车！
html.status_code #返回200说明没翻车，对比404，返回的是404代表翻车了，200是服务器返回的正常消息
我的结果截图是：说明没问题，但不一定出现200就一定没问题。
再测试我们爬的内容↓
html.text #如果出现”操作频繁“就是是被反爬了，所以一定要实施反爬措施，其实反爬措施有好几种，浏览器代理、IP地址代理都可以
我出现的结果：说明爬取成功
接着，要思考下，我们需要爬什么内容，我想爬工作经验、地区、福利、待遇、企业名称等内容
在jupyter notebook里，Ctrl+F,输入companyid，然后选取你可能需要的字段
复制以后，粘贴到文本上，然后对自己需要的内容进行模糊匹配,就是把其变成(.*?)，不需要的内容直接写成.*?,就是不用加括号。对这方面不熟的话，就去看看正则表达式
我是这么写的：
然后写代码进行正则提取：
⑤整合
到了这里我们可以把我们写的、测试的东西整合到一起了，
我们爬取的内容一共有30页，翻页用for循环来实现。for i in range的时候要慢慢爬，不能一下子就爬到很后面，这样也会被发现的。可以这样理解：你翻页翻太快很明显就不是人为的，所以很容易被反爬。所以这时候我们要import time，就是增加延时。time.sleep(2),停两秒在翻页。
但是每次都是停两秒才翻页的话，就太准确啦，也容易被反爬。所以再加载一个随机模块，来随机选取秒数，我将秒数设置为2到10秒。最后整合如下：
执行以上代码后可在文件夹里找到一个csv文件，要等一会的，不是马上就能爬好的。↓
工作经验学历什么的是我在这个文件里自己加上去的，你也可以自己在代码里写
现在来读取下这个csv文件↓
读取前面的内容
⑥绘图
查看学下历分类的状况以及计数
根据学历状况绘制柱形图↓
根据学历状况绘制条形图↓
根据”工作经验“绘制条形图↓
根据地区绘制饼图↓
241
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
