还差哪些技能"/>
用python获取热门岗位信息,看看你离高薪还差哪些技能
文章目录
- 一、准备前戏
- 二、思路流程
- 三、代码部分
话说年末了,有工作的要考虑明年跳槽,没工作的要考虑明年找工作,那么都想好怎么搞了吗?
不知道怎么了解?没事,来,我们用python一键查看并分析!
一、准备前戏
1、使用的软件
python 3.8
pycharm 2021专业版 激活码
2、使用的内置模块
pprint >>> # 格式化输入模块
csv >>> # 保存csv文件
re >>> # re 正则表达式
time >>> # 时间模块
3、要安装的第三方模块
requests >>> # 数据请求模块
win + R 输入cmd 输入安装命令 pip install 模块名 ,如果出现爆红, 可能是因为网络连接超时,切换国内镜像源即可。
实在不会的话看我置顶文章
二、思路流程
爬虫就是模拟浏览器,对于服务器发送请求,得到它返回响应的数据。
数据来源分析
首先确定目标,分析数据内容,可以从什么地方获取。
数据是通过哪个url地址发送什么请求方式,携带了那些请求头,然后得到数据(通过开发者工具进行抓包分析)
我们分析数据,是分析服务器返回数据,而不是元素面板,elements 是元素面板,前端代码渲染之后的内容。
代码实现步骤
- 发送请求,对于我们刚刚分析的到url(数据包)地址发送请求,post请求,请求参数, header请求头;
- 获取数据,获取响应体的数据内容,服务器返回的数据;
- 解析数据,提取我们想要的内容,根据返回的数据,选择对应最适合的解析方式去提取数据;
- 保存数据,保存本地数据库/文本/表格数据;
- 多页爬取;
- 没有软件或者教程啥的,网页端左侧可以获取,电子书啊,视频啊什么的准备好了。
三、代码部分
兄弟们,最最最喜欢的环节到了,上代码。
import requests # 数据请求模块
import pprint # 格式化输入模块
import csv # 保存csv文件
import time # 时间模块# 打开文件 等会进行保存 mode 是保存方式 a 追加写入
f = open('拉勾.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.DictWriter(f, fieldnames=['标题','公司名字','城市','薪资','经验','学历','详情页',
])
csv_writer.writeheader() # 写入表头
for page in range(1, 11):# 1. 发送请求 字符串格式化输出 {}占位符print(f'===================正在爬取第{page}页的数据内容===================')time.sleep(2) # 延时2秒钟url = '.json' # 确定请求的url地址# headers 请求头 爬虫就是模拟浏览器 对于服务器发送请求, 得到他返回响应数据# headers 作用 伪装python代码的 把python代码伪装成浏览器 去发送请求 简单反爬一种手段# user-agent 用户代理 浏览器的身份标识headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.93 Safari/537.36'}# data 请求参数, post请求 需要传递一个from data表单数据# pycharm使用的小技巧一: 快速批量替换 选中 ctrl + R 输入正则表达式匹配规则# pycharm使用的小技巧二: 翻译插件 可以去安装data = {'first': 'true','needAddtionalResult': 'false','city': '全国','px': 'new','pn': page,'fromSearch': 'true','kd': 'python',}# 通过requests这个模块里面post请求方法 对于url地址发送请求, 并且给传递一个data请求参数, headers 请求头, 最后response变量接收response = requests.post(url=url, data=data, headers=headers)# <Response [200]> 放回的结果 response 对象 200 状态码 表示请求成功# 2. 获取数据 response.json() 获取json字典数据 response.text 获取文本数据(字符串数据) response.content 二进制数据# print(response.text)# pprint.pprint(response.json())# 3. 解析数据 字典数据类型, 解析数据 提取内容 可以根据键值对取值 根据冒号左边的内容, 提取冒号右边的内容# 根据冒号左边的内容, 提取冒号右边的内容result = response.json()['content']['positionResult']['result']# pprint.pprint(result)for index in result: # for循环 遍历 提取列表里面每一个元素title = index['positionName'] # 标题company_name = index['companyFullName'] # 公司名字city = index['city'] # 城市money = index['salary'] # 薪资workYear = index['workYear'] # 经验edu = index['education'] # 学历href = f'/{index["positionId"]}.html'# json.loads() 字符串数据转字典dit = {'标题': title,'公司名字': company_name,'城市': city,'薪资': money,'经验': workYear,'学历': edu,'详情页': href,}csv_writer.writerow(dit)print(dit)
兄弟们觉得还行的话,记得三连哈~
更多推荐
用python获取热门岗位信息,看看你离高薪还差哪些技能
发布评论