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
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
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)
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)
05运行程序
- if __name__ == '__main__':
- tx = Tx(base_url,hd,titles)
- tx.run()
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。