python一键批量下载个人简历网的简历模板

网址：http://www.gerenjianli.com/moban/index.html

需求

小王和他的同们要毕业了，想要一些好看有免费的简历模板，于是找了这个网站，他想下载这个网站的全部简历模板。

分析

网站结构较简单，只需要点击简历图片跳转进入详情页界面即可看到下载按钮，点击下载按钮即可下载简历模板，第一步只需要在首页中找到详情页的url，然后模拟浏览器对详情页的url发起请求，然后找到下载按钮对应的url地址，对这个地址发起请求即可。

本文采用xpath解析方式来获取详情页url和下载按钮的url，注意查看页面编码。

 

代码

import requests
from lxml import etree
headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
                          'Chrome/91.0.4472.114 Safari/537.36 '
        }
for pagenum in range(1,3): #此处可更改范围，此处下载1~2页为例
    if pagenum ==1:
        url = 'http://www.gerenjianli.com/moban/index.html'
    else:
        url = 'http://www.gerenjianli.com/moban/index_'+ str(pagenum) +'.html'
    page_text = requests.get(url=url, headers=headers)
    page_text.encoding= 'gb2312' #设置编码格式
    page_text=page_text.text
    # print(page_text)
    tree = etree.HTML(page_text)  #实例化一个etree对象，将首页源码加载到该对象中。
    li_list = tree.xpath('//div[@class="list_boby"]/ul[@class="prlist"]/li') #找到简历模板对应的li标签
    for li in li_list: #循环遍历所有的li标签，定位到简历对应的名字和简历详情页的url
        resume_name = li.xpath('./div/a/img/@alt')[0]
        resume_src = li.xpath('./div/a/@href')[0]
        download_text=requests.get(url=resume_src,headers=headers).text
        dtree = etree.HTML(download_text) #实例化一个etree对象，将详情页的源码加载到该对象中。
        dsrc = dtree.xpath('//div[@class="donwurl2"]/a/@href')[0] #定位到下载按钮对应的url
        result = requests.get(url=dsrc,headers=headers).content #发起请求
        download_path = 'D:\\文件\\简历\\' + resume_name + '.docx' #存储到本地
        with open(download_path,'wb') as fp:
            fp.write(result)
            print(resume_name+'下载成功！')

结果