兼职-考研调剂信息整理

目的

实时获取具体学校的学院的调剂信息。

兼职原文：

计算机专业做过网络爬虫的联系我，现在有兼职3-5名，需要统计网站的xpath，有时间的同学可以联系微信删除 ，名额有限，快联系我。

提供：需要搜集的学校，主要是985和211学校。

自己需要统计的数据：

当前的url，时间，标题，网页链接
介绍一个chrome插件，Xpath helper，用于检查自己找的xpath路径是否正确。

步骤：

机构设置

搜索学院或者研究所

研究生研招网

搜索最新招研究生的具体学院

搜索招生信息

搜索具体调剂信息，只获取第一页信息即可。
一般在招生信息里面，或者学院通知里面
有搜索框的话，可以直接搜索研究生调剂。

特别注意

1. 有些招生信息，不一定在文字上，可能在图片上

eg::http://lac.sysu.edu.cn/index.htm

2. 区分 href 和text

通过属性，获取不同的内容
href:获取链接属性
text:获取文本属性

3. 当span有两个时，可以通过span[1] , span[2]获取对应内容。span[1]和span[2]为同代树。

4. xpath拼接
   concat()
   concat(//div[@class=“common-list-container”]/ul/li/div[1]/div/span[2],".",//div[@class=“common-list-container”]/ul/li/div[1]/div/span[1])
   将时间拼凑在一起，但是只能获取第一个时间段。

5. 纯表格不获取，只需要div，才能获取（对方规定）。

xpath 理解

eg:

//div[@class=“list-3 list-3-1 inside-b outside-b”]/ul/li/a
选取所有div 元素，且这些元素拥有值为list-3 list-3-1 inside-b outside-b的 class属性，且选取所有a元素，一般为网页链接。

//:从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。
@:选取属性。只能选取特殊属性，区别其他。比如class,id等。

选取所有div 元素，且这些元素拥有值为list-3 list-3-1 inside-b outside-b的 class属性。