【爬虫】实战1-爬取Boss直聘信息数据

 专栏文章索引：爬虫

目录

一、找到目标数据(2个确定)​

1.确定目标网页

2.确定目标网址

二、编写代码​

三、查看数据​

五、总结

一、介绍

所用工具：DrissionPage

二、找到目标数据(2个确定)

1.确定目标网页

•  打开目标网站

  网站：「南京招聘网」海量南京人才招聘信息 - BOSS直聘（自动定位所在地点，我是南京）

  ​

  • 通过关键字搜索

    ​

    • 观察页面上是否有想要的数据

      2.确定目标网址

      我们直接用浏览器网网址输入框中的网址即可

      • 切换网页并复制粘贴网址

        由于网址（域名+参数），域名不会变，参数可能会随着页面的变化而变化

        我们可先翻到第2页

        可以看到网址也发生了改变

        我们可以切换不同的页码并将网址赋值粘贴下来（一般3-4个即可）

        注意最后再重新翻到第一页

        可以看到当重新翻到第一页的时候网址发生了变化，第一页用这个网址即可

        • 观察网址

          可以看到只有page参数有变化，显然page参数对应的是页码数

          三、编写代码

          • 导入所需库

            # 导入WebPage库from DrissionPage import WebPage# 导入动作链from DrissionPage.common import Actions# 导入时间库import time# 导入读取和写入文件库import csv

            • 查找元素获取数据

              ele1 = page.eles('.job-card-body clearfix')for i in range(len(ele1)):    ele2 = ele1[i].ele('.job-card-left')    ele3 = ele2.ele('.job-title clearfix')    # title 岗位名称    title = ele3.ele('.job-name').text    # area 公司地址    ele4 = ele3.ele('.job-area-wrapper')    area = ele4.ele('.job-area').text    ele5 = ele2.ele('.job-info clearfix')    # salary 薪水    salary = ele5.ele('.salary').text    ele6 = ele5.ele('.tag-list')    ele7 = ele6.eles('tag:li')    # time 工作时限    time = ele7[0].text    # education 学历    education = ele7[1].text    ele8 = ele1[i].ele('.job-card-right')    ele9 = ele8.ele('.company-info')    # name 公司名称    name = ele9.ele('tag:a').text        print(title, area, salary, time, education, name)

              • 切换到下一页

                ac.click('.ui-icon-arrow-right')

                • 保存数据

                  with open('招聘信息.csv', 'a', newline='', encoding='utf-8') as file:    writer = csv.writer(file)    # 写入数据    writer.writerows(date_list)

                  • 完整代码（免费获取）

                    【免费】爬取Boss直聘招聘信息数据资源-CSDN文库

                    四、查看数据

                    • 控制台
                      • 文件

                        五、总结

                        直接用DrissionPage即可，没有特别的地方

                        ---