-
requests
-
parsel
-
csv
-
re
安装Python并添加到环境变量，pip安装需要的相关模块即可。
爬取内容：
-
招聘标题
-
公司
-
薪资
-
城市区域
-
工作经验要求、学历要求、招聘人数、发布时间、公司福利
-
岗位职责、任职要求
使用开发者工具发现网页加载出来的内容是乱代码的，这也意味着等会再爬取的时候，是需要转码的，这样看是看不出自己想要的内容网页是否有返回数据，可以复制网页中的数据，在网页源代码里面搜索。
没有结果，那么我们就可以搜索详情链接的ID
里面不仅有ID 还有详情url地址。用正则表达式匹配出ID，然后再拼接url，如果匹配出url地址的话，需要再转一次。
❤特别声明：❤
因为网站原因，每一个招聘详细页面url地址，仅仅只是ID的变化，如果ID不是唯一变化值的时候，那取url地址更好。
import requests
import re
def get_response(html_url):
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36',
}
response = requests.get(url=html_url, headers=headers)
return response
def get_id(html_url):
response = get_response(html_url)
result = re.findall('"jobid":"(\d+)"', response.text)
print(response.text)
print(result)
if name == 'main':
url = 'search.51job.com/list/010000…'
get_id(url)
❤简单总结❤
打印 response.text 可以在pycharm里面使用正则匹配规则，可以测试是否有匹配到数据。详情如下图所示
每页第一个招聘信息是没有薪资的，没有薪资待遇的，对于没有薪资的招聘信息，我们就自动跳过就好了，所以需要先判断一下。
其次前面有说过，网页查看内容是有乱码的，需要进行转码。
def get_content(html_url):
result = get_id(html_url)
for i in result:
page_url = f'jobs.51job.com/shanghai-xh…'
response = get_response(page_url)
进行转码
response.encoding = response.apparent_encoding
html_data = response.text
selector = parsel.Selector(html_data)
薪资
money = selector.css('.cn strong::text').get()
判断如果有薪资继续提取相关内容
if money:
标题
title = selector.css('.cn h1::attr(title)').get()
公司
cname = selector.css('.cname a:nth-child(1)::attr(title)').get()
上海-徐汇区 | 5-7年经验 | 本科 | 招1人 | 01-25发布
info_list = selector.css('p.msg.ltype::attr(title)').get().split(' | ')
city = info_list[0] # 城市
exp = info_list[1] # 经验要求
edu = info_list[2] # 学历要求
people = info_list[3] # 招聘人数
date = info_list[4] # 发布时间
福利
boon_list = selector.css('.t1 span::text').getall()
boon_str = '|'.join(boon_list)
岗位职责： 任职要求：
position_list = selector.css('.job_msg p::text').getall()
position = '\n'.join(position_list)
dit = {
'标题': title,
'公司': cname,
'城市': city,
'经验要求': exp,
'学历要求': edu,
'薪资': money,
'福利': boon_str,
'招聘人数': people,
'发布时间': date,
'详情地址': page_url,
}
关于薪资待遇、公司地址这些就用csv保存，岗位职责和任职要求就保存文本格式吧，这样看起来会稍微舒服一些。
保存csv💨
f = open('python招聘.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.DictWriter(f, fieldnames=['标题', '公司', '城市', '经验要求', '学历要求',
'薪资', '福利', '招聘人数', '发布时间',
'详情地址'])
csv_writer.writeheader()
保存txt💨
txt_filename = '岗位职责\' + f'{cname}招聘{title}信息.txt'
with open(txt_filename, mode='a', encoding='utf-8') as f:
f.write(position)
'''
if name == 'main':
'''
第一页地址：
第二页地址：
第三页地址：
'''
for page in range(1, 11):
url = f'search.51job.com/list/010000…'
get_content(url)
正则匹配替换特殊字符
def change_title(title):
pattern = re.compile(r"[/\:*?"<>|]") # '/ \ : * ? " < > |'
new_title = re.sub(pattern, "_", title) # 替换为下划线
return new_title
学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
三、全套PDF电子书
书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
五、实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
六、面试资料
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
