手把手教你用Python采集腾讯招聘数据-51CTO.COM

[[398305]]

本文转载自微信公众号「菜J学Python」，作者游世九黎。转载本文请联系菜J学Python公众号。

大家好，我是J哥~(本文来自好友投稿)

今天我们爬取腾讯招聘网站Python岗位的招聘信息。如图所示：

然后还是先看一下最终的结果,我们保存到csv文件中。

爬取1000条数据,第一行是title：

老规矩,我们还是走流程。

01需求分析

抓取腾讯招聘网站Python相关岗位数据,打开目标网站,F12打开开发者工具,发现岗位信息不在网页源码中,很明显是在XHR中的json数据。

正好对应页面十条数据，接下来就好办了。

02发送请求

找到url的页面规律,

第一页url:https://careers.tencent.com/tencentcareer/api/post/Query?timestamp=1620561777984&countryId=&cityId=&bgIds=&productId=&categoryId=&parentCategoryId=&attrId=&keyword=python&pageIndex=1&pageSize=10&language=zh-cn&area=cn 
1.

index参数对应值即为页码,所以循环得到url链。

def getPage(self): 
        url_list = [] 
        for i in range(100): 
            url = self.url.format(i + 1) 
            url_list.append(url) 
        return url_list 
1.
2.
3.
4.
5.
6.

03解析页面

得到url链之后我们循环遍历发起请求,得到json数据,将json数据转换成字典,并解析数据。

for url in urlList: 
 
            resp = requests.get(url, headers=self.headers) 
 
            data = resp.content.decode('utf-8') 
 
            dic_data = json.loads(data) 
 
            dic_data_list = dic_data["Data"]["Posts"] 
 
            for i in dic_data_list: 
 
                work_list.append(i) 
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.

这样就得到了岗位信息数据。

04保存数据

得到了岗位数据之后我们需要把它保存到本地,这里我们把数据保存到本地csv文件中。

try: 
            with open('Tx_work.csv', 'w', encoding='utf-8', newline='') as f: 
                writer = csv.DictWriter(f, self.title) 
                writer.writeheader() 
                writer.writerows(dic) 
                print('写入成功') 
        except Exception as e: 
            print(e) 
1.
2.
3.
4.
5.
6.
7.
8.

05运行程序

if __name__ == '__main__': 
    tx = Tx(base_url,hd,titles) 
    tx.run() 
1.
2.
3.

小伙伴们可以对Python岗位的岗位需求好好分析结合自身技术栈,最后希望大家都能找到好工作。