Python_51job案例分析

2024-01-08 05:20

文章标签 python 分析案例 51job

本文主要是介绍Python_51job案例分析，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

import csv
import timeimport requests
import re # 正则表达式 内置模块，不用安装
import json
import pprint # 可视化输出 按照一定格式输出f = open('51job.csv',mode='a',encoding='ANSI',newline='')
csv_writer = csv.DictWriter(f,fieldnames=['职位信息','城市','基本信息','学历要求','公司名称','公司类型','公司规模','公司性质','公司福利','职位薪资','发布日期','职位详情'])
csv_writer.writeheader() # 写入表头for page in range(1,10):# 1.发送请求url = f'https://search.51job.com/list/000000,000000,0000,00,9,99,python,2,{page}.html?lang=c&postchannel=0000&workyear=99&cotype=99&degreefrom=99&jobterm=99&companysize=99&ord_field=0&dibiaoid=0&line=&welfare='time.sleep(20)# 构建请求头headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/104.0.5112.81 Safari/537.36 Edg/104.0.1293.47'}response = requests.get(url = url,headers=headers)# 2.获取数据 获取响应体文本数据 response.text# 动态网页 response.json()获取json字典数据# 保存下载图片 视频 音频 获取响应体二进制数据 response.content# print(response.text)# 3.解析数据# json数据直接解析 re正则表达式 css选择器 xpath# () 精确匹配 匹配括号内想要的内容 去头window.__SEARCH_RESULT__ = 去尾 </script> 只要中间(.*?)# findall 查找所有 从response.text当中匹配html_data = re.findall('window\.__SEARCH_RESULT__ = (.*?)</script>',response.text)[0]# print(html_data) # 正则表达式提取出的内容返回的是列表# 把字符串数据转成json字典数据json_data = json.loads(html_data)# 格式化输出 使用pprint模块调用pprint方法# pprint.pprint(json_data)# 解析json数据，和字典取值相同，根据键值对取值，冒号左边的内容(键) 提取 冒号右边的内容(值)search_result = json_data['engine_jds']# for遍历 提取search_result列表中的每一个元素for index in search_result :# pprint.pprint(index)# breaktitle = index['job_name'] # 职位名称city = index['workarea_text']attribute_text = index['attribute_text'] # 基本信息degree = attribute_text[-1]# 列表转字符串job_info = '|'.join(attribute_text) # | 采用| 隔开company_name = index['company_name']company_text = index['companyind_text']company_size_text = index['companysize_text']company_type_text = index['companytype_text']job_welf = index['jobwelf']providesalary_text = index['providesalary_text']updatedate = index['updatedate']job_href = index['job_href']dit = {'职位信息' : title,'城市' : city,'基本信息' : attribute_text,'学历要求' : degree,'公司名称' : company_name,'公司类型' : company_text,'公司规模': company_size_text,'公司性质': company_type_text,'公司福利': job_welf,'职位薪资': providesalary_text,'发布日期': updatedate,'职位详情': job_href}print(dit)csv_writer.writerow(dit)