猎聘爬虫(附源码)

2024-04-25 03:36
文章标签 源码 爬虫 猎聘

本文主要是介绍猎聘爬虫(附源码),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!

废话不多说直接附源码

cookies需要替换成自己的 , 该网站在不登录的情况下只能请求到10页数据 , 想要获得完整数据需要携带登录后的cookies

import requests
import json
from lxml import etree
import os
import openpyxlheaders = {"Accept": "application/json, text/plain, */*","Accept-Language": "zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6","Cache-Control": "no-cache","Connection": "keep-alive","Content-Type": "application/json;charset=UTF-8","Origin": "https://www.liepin.com","Pragma": "no-cache","Referer": "https://www.liepin.com/","Sec-Fetch-Dest": "empty","Sec-Fetch-Mode": "cors","Sec-Fetch-Site": "same-site","User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36 Edg/122.0.0.0","X-Client-Type": "web","X-Fscp-Bi-Stat": "{\"location\": \"https://www.liepin.com/zhaopin/?inputFrom=head_navigation&scene=init&workYearCode=0&ckId=jrkiappybgyczm7c2sk5zmfzwgpqpqia\"}","X-Fscp-Fe-Version": "","X-Fscp-Std-Info": "{\"client_id\": \"40108\"}","X-Fscp-Trace-Id": "f22eb671-3c8f-4f94-8b14-e5e7d176be52","X-Fscp-Version": "1.1","X-Requested-With": "XMLHttpRequest","X-XSRF-TOKEN": "hCnGTNiJQfe47qu4x2OChA","sec-ch-ua": "\"Chromium\";v=\"122\", \"Not(A:Brand\";v=\"24\", \"Microsoft Edge\";v=\"122\"","sec-ch-ua-mobile": "?0","sec-ch-ua-platform": "\"Windows\""
}def spiderData():# 循环每一页for i in range(1, 21):# 配置账号参数cookies =  ''# 网页链接url = "https://api-c.liepin.com/api/com.liepin.searchfront4c.pc-search-job"# 参数data = {"data": {"mainSearchPcConditionForm": {"city": "410","dq": "410","pubTime": "","currentPage": f"{i}","pageSize": 40,"key": "","suggestTag": "","workYearCode": "0","compId": "","compName": "","compTag": "","industry": "H01$H01","salary": "","jobKind": 2,"compScale": "","compKind": "","compStage": "","eduLevel": ""},"passThroughForm": {"scene": "init","ckId": "0nbwaavz2gngc40f8xmfp59in6ymulua","skId": "pf8wezdo0ezilzl4tyd1g4tcoyh43qe9","fkId": "0nbwaavz2gngc40f8xmfp59in6ymulua","suggest": None}}}data = json.dumps(data, separators=(',', ':'))response = requests.post(url, headers=headers, cookies=cookies, data=data).json()print(f"正在爬取第{i + 1}页")praseData(response)# 这段代码主要用于解析和保存来自招聘网站的职位信息。下面是加上注释后的代码:
def praseData(data):for z in range(0,40):job_card_list = data.get('data', {}).get('data', {}).get('jobCardList', [])if 0 <= z < len(job_card_list):res_json_item = job_card_list[z]# 公司名称comp_name = res_json_item.get('comp', {}).get('compName')# 职位链接job_link = res_json_item.get('job', {}).get('link')# 工作地点place = res_json_item.get('job', {}).get('dq')# 薪资salary = res_json_item.get('job', {}).get('salary')# 职位名称job = res_json_item.get('job', {}).get('title')else:# 如果z不是有效索引或job_card_list为空,则处理错误或设置默认值comp_name = Nonejob_link = Noneplace = Nonesalary = Nonejob = None# 解析职位详情页面sub_data = requests.get(job_link, headers=headers).text# 使用 etree 解析 HTML 数据xml = etree.HTML(sub_data)# 尝试从详情页面中提取公司简介try:details = xml.xpath('//dl[@class="paragraph"]/dd/text()')[0]except:details = None# 公司简介companyProfile = xml.xpath("//div[@class='paragraph-box']/div/text()")company_profile = ','.join(companyProfile)# 公司信息try:intorduct = details.split('截止日期')[0].split()intorducts = ','.join(intorduct)except:intorducts = None# 保存到 excle 表格job_list = [job,place,salary,comp_name,company_profile,intorducts]print(job_list)save_data_to_xlsx(job_list)# 保存到excle表格
def save_data_to_xlsx(data ):filename = f'job.xlsx'name_headers = ['职位', '地点', '薪资', '公司名称', '公司简介','描述']if os.path.exists(filename):workbook = openpyxl.load_workbook(filename)sheet = workbook.activesheet.append(data)else:workbook = openpyxl.Workbook()sheet = workbook.active# 添加表头sheet.append(name_headers)sheet.append(data)# 保存 Excel 文件workbook.save(filename)if __name__ == '__main__':spiderData()

这篇关于猎聘爬虫(附源码)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/933602

相关文章

Python多任务爬虫实现爬取图片和GDP数据

《Python多任务爬虫实现爬取图片和GDP数据》本文主要介绍了基于FastAPI开发Web站点的方法,包括搭建Web服务器、处理图片资源、实现多任务爬虫和数据可视化,同时,还简要介绍了Python爬... 目录一. 基于FastAPI之Web站点开发1. 基于FastAPI搭建Web服务器2. Web服务

Python爬虫HTTPS使用requests,httpx,aiohttp实战中的证书异步等问题

《Python爬虫HTTPS使用requests,httpx,aiohttp实战中的证书异步等问题》在爬虫工程里,“HTTPS”是绕不开的话题,HTTPS为传输加密提供保护,同时也给爬虫带来证书校验、... 目录一、核心问题与优先级检查(先问三件事)二、基础示例:requests 与证书处理三、高并发选型:

java 恺撒加密/解密实现原理(附带源码)

《java恺撒加密/解密实现原理(附带源码)》本文介绍Java实现恺撒加密与解密,通过固定位移量对字母进行循环替换,保留大小写及非字母字符,由于其实现简单、易于理解,恺撒加密常被用作学习加密算法的入... 目录Java 恺撒加密/解密实现1. 项目背景与介绍2. 相关知识2.1 恺撒加密算法原理2.2 Ja

Nginx屏蔽服务器名称与版本信息方式(源码级修改)

《Nginx屏蔽服务器名称与版本信息方式(源码级修改)》本文详解如何通过源码修改Nginx1.25.4,移除Server响应头中的服务类型和版本信息,以增强安全性,需重新配置、编译、安装,升级时需重复... 目录一、背景与目的二、适用版本三、操作步骤修改源码文件四、后续操作提示五、注意事项六、总结一、背景与

Android实现图片浏览功能的示例详解(附带源码)

《Android实现图片浏览功能的示例详解(附带源码)》在许多应用中,都需要展示图片并支持用户进行浏览,本文主要为大家介绍了如何通过Android实现图片浏览功能,感兴趣的小伙伴可以跟随小编一起学习一... 目录一、项目背景详细介绍二、项目需求详细介绍三、相关技术详细介绍四、实现思路详细介绍五、完整实现代码

8种快速易用的Python Matplotlib数据可视化方法汇总(附源码)

《8种快速易用的PythonMatplotlib数据可视化方法汇总(附源码)》你是否曾经面对一堆复杂的数据,却不知道如何让它们变得直观易懂?别慌,Python的Matplotlib库是你数据可视化的... 目录引言1. 折线图(Line Plot)——趋势分析2. 柱状图(Bar Chart)——对比分析3

Android实现一键录屏功能(附源码)

《Android实现一键录屏功能(附源码)》在Android5.0及以上版本,系统提供了MediaProjectionAPI,允许应用在用户授权下录制屏幕内容并输出到视频文件,所以本文将基于此实现一个... 目录一、项目介绍二、相关技术与原理三、系统权限与用户授权四、项目架构与流程五、环境配置与依赖六、完整

Android实现定时任务的几种方式汇总(附源码)

《Android实现定时任务的几种方式汇总(附源码)》在Android应用中,定时任务(ScheduledTask)的需求几乎无处不在:从定时刷新数据、定时备份、定时推送通知,到夜间静默下载、循环执行... 目录一、项目介绍1. 背景与意义二、相关基础知识与系统约束三、方案一:Handler.postDel

Java 正则表达式URL 匹配与源码全解析

《Java正则表达式URL匹配与源码全解析》在Web应用开发中,我们经常需要对URL进行格式验证,今天我们结合Java的Pattern和Matcher类,深入理解正则表达式在实际应用中... 目录1.正则表达式分解:2. 添加域名匹配 (2)3. 添加路径和查询参数匹配 (3) 4. 最终优化版本5.设计思

Java调用C++动态库超详细步骤讲解(附源码)

《Java调用C++动态库超详细步骤讲解(附源码)》C语言因其高效和接近硬件的特性,时常会被用在性能要求较高或者需要直接操作硬件的场合,:本文主要介绍Java调用C++动态库的相关资料,文中通过代... 目录一、直接调用C++库第一步:动态库生成(vs2017+qt5.12.10)第二步:Java调用C++