❤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
主函数代码
def main(html_url):
result = get_id(html_url)
for i in result:
page_url = f'jobs.51job.com/shanghai-xh…'
response = get_response(page_url)
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(' | ')
if len(info_list) == 5:
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,
做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。
别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。
我先来介绍一下这些东西怎么用，文末抱走。
（1）Python所有方向的学习路线（新版）
这是我花了几天的时间去把Python所有方向的技术点做的整理，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。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
（2）Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
（3）100多个练手项目
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，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
（4）200多本电子书
这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。
基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。
（5）Python知识点汇总
知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。
（6）其他资料
还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。
这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。
