- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
爬取拉勾⽹,并进⾏数据分析
拉勾⽹是现在互联⽹招聘⽐较⽕热的⼀个⽹站,本篇⽂章主要是爬取拉勾⽹“数据分析师”这个岗位,并且对所爬取到的信息,进⾏数据分
析。
数据采集
拉勾⽹的岗位信息主要是⽤json⽂件存储,在position这个json⽂件中,我们找到了所需要的岗位信息
接着便开始写爬⾍了:
# -*- coding: UTF-8 -*-
import json
import requests
headers = {
::
:: ,
Origin: ,
Referer: /jobs/list_%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90?labelWords=fromSearch=truesuginput=,
User-Agent:
post_data = {first: false, kd:数据分析师 }#这是请求⽹址的⼀些参数
def start_requests(pn):
html = requests.post(myurl + str(pn), data=post_data, headers=headers, verify=False)
html_text = html.text
content = json.loads(html_text) #loads()暂时可以理解为把json格式转为字典格式,⽽dumps()则是相反的
pagesize = content.get(content).get(pageSize) #这是Pytho字典中的get()⽤法
return pagesize
def get_result(pagesize):
for page in range( 1, pagesize+1):
content_next = json.loads(requests.post(myurl + str(page), data=post_data, headers=headers, verify=False).text)
company_info = content_next.get(content).get(positionResult).get(result)
if company_info:
for p in company_info:
line = str(p[city]) + , + str(p[companyFullName]) + , + str(p[companyId]) + ,,
str(p[companyLabelList]) + , + str(p[companyShortName]) + , + str(p[companySize]) + ,,
str(p[businessZones]) + , + str(p[firstType]) + , + str(
p[secondType]) + ,,
str(p[education]) + , + str(p[industryField]) +,,
str(p[positionId]) +, + str(p[positionAdvantage]) +, + str(p[positionName]) +,,
str(p[positionLables]) +, + str(p[salary]) +, + str(p[workYear]) +
file.write(line)
if __name__ == __main__:
title =
file = open(%s.txt % 爬⾍拉勾⽹, a) #创建爬⾍拉勾⽹.txt⽂件
file.write(title) #把title部分写⼊⽂件作为表头
cityList = [u北京, u上海,u深圳,u⼴州,u杭州,u成都,u南京,u武汉,u西安,u厦门,u长沙,u苏州,u天津,u郑州]
您可能关注的文档
最近下载
- 部编人教版八年级历史上册第9课《 辛亥革命》课件.pptx
- 2024高中通用技术课程标准考试模拟试卷附答案(三套).docx VIP
- 产业学院建设与管理办法(试行)(模板).docx VIP
- 运维报告文档可编辑.doc
- 医疗保险反欺诈宣传.pptx VIP
- 学校秋冬季传染病防控.pptx VIP
- (3)细胞呼吸和光合作用——2024年九省联考+2023年四省联考+2021年八省联考生物专项精编.docx VIP
- 规范《GB12141-2008-货运架空索道安全规范》.pdf
- 《数字经济学》 课件 贾利军 专题1:数字经济的历史溯源、科学内涵与技术基础研究;专题2:数字化革命及其对社会生产过程的影响研究.pptx
- KMCAD手册说明文档.pdf VIP
文档评论(0)