python爬取招聘要求等信息实例


Posted in Python onNovember 20, 2020

在我们人生的路途中,找工作是每个人都会经历的阶段,小编曾经也是苦苦求职大军中的一员。怀着对以后的规划和想象,我们在找工作的时候,会看一些招聘信息,然后从中挑选合适的岗位。不过招聘的岗位每个公司都有不少的需求,我们如何从中获取数据,来进行针对岗位方面的查找呢?

大致流程如下:

1.从代码中取出pid

2.根据pid拼接网址 => 得到 detail_url,使用requests.get,防止爬虫挂掉,一旦发现爬取的detail重复,就重新启动爬虫

3.根据detail_url获取网页html信息 => requests - > html,使用BeautifulSoup

若爬取太快,就等着解封

if html.status_code!=200 print('status_code if {}'.format(html.status_code))

4.根据html得到soup => soup

5.从soup中获取特定元素内容 => 岗位信息

6.保存数据到MongoDB中

代码:

# @author: limingxuan 
# @contect: limx2011@hotmail.com
# @blog: https://www.jianshu.com/p/a5907362ba72
# @time: 2018-07-21
import requests
from bs4 import BeautifulSoup
import time
from pymongo import MongoClient
headers = {  
  'accept': "application/json, text/javascript, */*; q=0.01",
  'accept-encoding': "gzip, deflate, br",
  'accept-language': "zh-CN,zh;q=0.9,en;q=0.8",
  'content-type': "application/x-www-form-urlencoded; charset=UTF-8",
  'cookie': "JSESSIONID=""; __c=1530137184; sid=sem_pz_bdpc_dasou_title; __g=sem_pz_bdpc_dasou_title; __l=r=https%3A%2F%2Fwww.zhipin.com%2Fgongsi%2F5189f3fadb73e42f1HN40t8~.html&l=%2Fwww.zhipin.com%2Fgongsir%2F5189f3fadb73e42f1HN40t8~.html%3Fka%3Dcompany-jobs&g=%2Fwww.zhipin.com%2F%3Fsid%3Dsem_pz_bdpc_dasou_title; Hm_lvt_194df3105ad7148dcf2b98a91b5e727a=1531150234,1531231870,1531573701,1531741316; lastCity=101010100; toUrl=https%3A%2F%2Fwww.zhipin.com%2Fjob_detail%2F%3Fquery%3Dpython%26scity%3D101010100; Hm_lpvt_194df3105ad7148dcf2b98a91b5e727a=1531743361; __a=26651524.1530136298.1530136298.1530137184.286.2.285.199",
  'origin': "https://www.zhipin.com",
  'referer': "https://www.zhipin.com/job_detail/?query=python&scity=101010100",
  'user-agent': "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36"
  }
conn = MongoClient('127.0.0.1',27017)
db = conn.zhipin_jobs
def init():
  items = db.Python_jobs.find().sort('pid')
  for item in items:
    if 'detial' in item.keys(): #当爬虫挂掉时,跳过已爬取的页
      continue
    detail_url = 'https://www.zhipin.com/job_detail/{}.html'.format(item['pid']) #单引号和双引号相同,str.format()新格式化方式
    #第一阶段顺利打印出岗位页面的url
    print(detail_url)
    #返回的html是 Response 类的结果
    html = requests.get(detail_url,headers = headers)
    if html.status_code != 200:
      print('status_code is {}'.format(html.status_code))
      break
    #返回值soup表示一个文档的全部内容(html.praser是html解析器)
    soup = BeautifulSoup(html.text,'html.parser')
    job = soup.select('.job-sec .text')
    print(job)
    #???
    if len(job)<1:
    item['detail'] = job[0].text.strip() #职位描述
    location = soup.select(".job-sec .job-location .location-address") 
    item['location'] = location[0].text.strip() #工作地点
    item['updated_at'] = time.strftime("%Y-%m-%d %H:%M:%S",time.localtime()) #实时爬取时间
    #print(item['detail'])
    #print(item['location'])
    #print(item['updated_at'])
    res = save(item) #调用保存数据结构
    print(res)
    time.sleep(40)#爬太快IP被封了24小时==
#保存数据到MongoDB中
def save(item):
  return db.Python_jobs.update_one({'_id':item['_id']},{'$set':item}) #why item ???
   
# 保存数据到MongoDB
     
if __name__ == '__main__':
  init()

最终结果就是在MongoBooster中看到新增了detail和location的数据内容

python爬取招聘要求等信息实例 

到此这篇关于python爬取招聘要求等信息实例的文章就介绍到这了,更多相关python爬虫获取招聘要求的代码内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python迭代器与生成器详解
Mar 10 Python
Python实现将照片变成卡通图片的方法【基于opencv】
Jan 17 Python
python 使用sys.stdin和fileinput读入标准输入的方法
Oct 17 Python
python3 字符串/列表/元组(str/list/tuple)相互转换方法及join()函数的使用
Apr 03 Python
详解python中的线程与线程池
May 10 Python
Python+selenium点击网页上指定坐标的实例
Jul 05 Python
python中多个装饰器的调用顺序详解
Jul 16 Python
Django项目之Elasticsearch搜索引擎的实例
Aug 21 Python
详解pyqt5的UI中嵌入matplotlib图形并实时刷新(挖坑和填坑)
Aug 07 Python
python字符串拼接+和join的区别详解
Dec 03 Python
Python 图片处理库exifread详解
Feb 25 Python
关于Python使用turtle库画任意图的问题
Apr 01 Python
python爬虫判断招聘信息是否存在的实例代码
Nov 20 #Python
Python getsizeof()和getsize()区分详解
Nov 20 #Python
Python析构函数__del__定义原理解析
Nov 20 #Python
Python request post上传文件常见要点
Nov 20 #Python
接口自动化多层嵌套json数据处理代码实例
Nov 20 #Python
如何设置PyCharm中的Python代码模版(推荐)
Nov 20 #Python
Django vue前后端分离整合过程解析
Nov 20 #Python
You might like
PHP实现的下载远程图片自定义函数分享
2015/01/28 PHP
js中eval()函数和trim()去掉字符串左右空格应用
2013/02/02 Javascript
JavaScript截取字符串的Slice、Substring、Substr函数详解和比较
2014/03/20 Javascript
js去除浏览器默认底图的方法
2015/06/08 Javascript
javascript实现网页字符定位的方法
2015/07/14 Javascript
jQuery Validate验证框架经典大全
2015/09/23 Javascript
nodejs搭建本地http服务器教程
2017/03/13 NodeJs
详解angularJs中关于ng-class的三种使用方式说明
2017/06/02 Javascript
基于hover的用法实例(推荐)
2017/07/04 Javascript
Vue.js 实现微信公众号菜单编辑器功能(一)
2018/05/08 Javascript
react高阶组件添加和删除props
2019/04/26 Javascript
JavaScript 自定义html元素鼠标右键菜单功能
2019/12/02 Javascript
JS实现滑动导航效果
2020/01/14 Javascript
基于python元祖与字典与集合的粗浅认识
2017/08/23 Python
Python中矩阵库Numpy基本操作详解
2017/11/21 Python
解决python打不开文件(文件不存在)的问题
2019/02/18 Python
python占位符输入方式实例
2019/05/27 Python
keras获得某一层或者某层权重的输出实例
2020/01/24 Python
Python实现井字棋小游戏
2020/03/09 Python
浅谈numpy中函数resize与reshape,ravel与flatten的区别
2020/06/18 Python
学习Python爬虫的几点建议
2020/08/05 Python
python 爬虫如何正确的使用cookie
2020/10/27 Python
python 实现围棋游戏(纯tkinter gui)
2020/11/13 Python
H5 canvas实现贪吃蛇小游戏
2017/07/28 HTML / CSS
英国浴室洗脸盆购物网站:Click Basin
2018/06/08 全球购物
从当地商店送来的杂货:Instacart
2018/08/19 全球购物
新浪网技术部笔试题
2016/08/26 面试题
车间主管岗位职责
2013/11/14 职场文书
艺术应用与设计个人的自我评价
2013/11/23 职场文书
企业宣传方案
2014/03/04 职场文书
校园文明倡议书
2014/05/16 职场文书
热情服务标语
2014/10/07 职场文书
2014年班组长工作总结
2014/11/20 职场文书
新店开业策划方案怎么书写?
2019/07/05 职场文书
话题作文之关于呼唤
2019/11/29 职场文书
MySQL一劳永逸永久支持输入中文的方法实例
2022/08/05 MySQL