爬取拉鉤網上所有的python職位

2022-03-17 00:07:58 字數 2163 閱讀 8387

#


2.爬取拉鉤網上的所有python職位。


from urllib import


request,parse


import


json,random


defuser_agent(page):


#瀏覽器列表,每次訪問可以用不同的瀏覽器訪問


user_agent_list =[


'',    ''


,    ''


,    


'mozilla/5.0 (x11; ubuntu; linux x86_64; rv:58.0) gecko/20100101 firefox/58.0',


'',    ''


,    


'mozilla/5.0 (windows nt 6.1; wow64; rv:31.0) gecko/20100101 firefox/31.0',


'',    ''


,    ''


,    ""


,    ""


]    


#隨機選取乙個瀏覽器訪問


user_agent =random.choice(user_agent_list)


#呼叫拉鉤函式


lagou(page,user_agent)


deflagou(page,user_agent):


#職位請求位址


base_url = "


"#判斷是否是第一次訪問,第二次訪問data的值不一樣


if page == 1:


first = '


true


'else


:        first = '


false


'data =


#引數拼接及轉碼,生成是字串格式,  注意:長度下面的headers用的到


data =parse.urlencode(data)


#一定要比較每次page不一樣的時候headers的各項的細微差別  這個很重要 也是能否爬取資料的關鍵


#在這裡content-length,user-agent的值相對來說比較重要


headers =


req = request.request(url=base_url,data=bytes(data,encoding='


utf-8


'),headers=headers)


response =request.urlopen(req)


html =response.read()


html = html.decode('


utf-8')


#使用json格式化,生成乙個字典,然後從字典裡頭取值就可以,下面就是取值的過程,想要啥就可以啥


json_data =json.loads(html)


#print(json_data)


positionresult = json_data['


content


']['


positionresult']


#print(positionresult)


result_list = positionresult['


result']


#print(result_list)


for result in


result_list:


print


(len(result))


companyfullname = result['


companyfullname']


positionname = result['


positionname']


print


(positionname,companyfullname)


with open(


'lagou.html


','a


',encoding='


utf-8


') as f:


f.write(str(result_list))


print('


~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~')


if__name__ == '


__main__':


#for page in range(1,31):


#user_agent(page)


user_agent(1)

python丨Selenium爬取拉鉤職位資訊

第一頁職位資訊 from selenium import webdriver from lxml import etree import re import time class lagouspider object def init self self.driver webdriver.chrom...

拉鉤JSON資料爬取

訪問url位址檢視網頁源 發現職位資訊為動態載入通過開發者工具檢視xhr請求，發現json資料位址為，將位址複製到瀏覽器，出現您操作太頻繁，請稍後訪問之類的資料，無法檢視完整資料向web中的位址傳送請求，獲取cookies和session資訊使用post方式將之前獲取的cookies，session...

用Python爬取拉鉤網招聘職位資訊

本文實現自動爬取拉鉤網招聘資訊，並將爬取結果儲存在本地文字中 也可以將資料存入資料庫 使用到的python模組包 python3 1.urllib.request 2.urllib.parse 3.json 簡單分析 1.在向伺服器傳送請求，需要傳入post引數 2.搜尋的職位列表資訊存在乙個jos...