Python-Methode zum Abrufen von Rekrutierungsinformationen von Ganji.com

In diesem Artikel wird hauptsächlich beschrieben, wie Sie mit Python Rekrutierungsinformationen von Ganji.com erhalten.

Wie Sie relevante Informationen von einer Website erhalten und Ganji erhalten Der Schlüsselcode für die Verwendung von Python zum Abrufen von Rekrutierungsinformationen von Ganji.com als Referenz. Der spezifische Inhalt lautet wie folgt:

import re
import urllib
import urllib.request
#获取赶集网数据
def begin(url):
  #要伪装成的浏览器(我这个是用的chrome)
  headers = ('User-Agent','Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36')
  opener = urllib.request.build_opener()
  #将要伪装成的浏览器添加到对应的http头部
  opener.addheaders=[headers]
  #读取相应的url
  data = opener.open(url).read()
  #将获得的html解码为utf-8
  data=data.decode('utf-8')
  return data
#处理数据，返回字典城市对应城市的url
def get_cityinfo(data):
  city_info1=re.findall(r&#39;dl>(.*?)</dl>&#39;,data,re.S)
  city_info2=re.findall(r&#39;(<a.*?</a>)&#39;,city_info1[0],re.S)
  city_dict={}
  for each in city_info2:
    key=re.findall(&#39;>(.*?)</&#39;,each,re.S)
    city_url=re.findall(&#39;href="(.*?)"&#39;,each,re.S)
    city_dict[key[0]]=city_url[0]
  return city_dict
#获取所有的a标签，并从a标签中获取信息
def a_info(data):
  a_info=re.findall(r&#39;(<a.*?</a>)&#39;,data[0],re.S)
  a_dict={}
  for each in a_info:
    key=re.findall(&#39;>(.*?)</&#39;,each,re.S)
    a_url=re.findall(&#39;"(.*?)"&#39;,each,re.S)
    a_dict[key[0]]=a_url[0]
  return a_dict
#获取对应城市信息的所有分类
def get_cityinfoclass():
    #目前先获取招聘信息，后面有时间再继续补充完善这个模块
  info= &#39;zhaopin/&#39;
  return info
#获取对应城市和其城市分类的信息
def getzhaopin(city_info,infoclass):
  #先搞成都的信息招聘
  city_url=city_info[&#39;成都&#39;]
  cdzp_url=city_url+infoclass
  cdzp_info=begin(cdzp_url)
  return city_url,cdzp_info
#获取成都市招聘信息
def get_zhaopin_info(city_url,cdzp_info):
  allzp_info=re.findall(&#39;class="f-all-news"(.*?)</p>&#39;,cdzp_info,re.S)
  a_dict={}
  class_info=re.findall(&#39;<dd>(.*?)</dd>&#39;,allzp_info[0],re.S)
  for each in class_info:
    a_info=re.findall(r&#39;(<a.*?</a>)&#39;,each,re.S)
    for each1 in a_info:
      key=re.findall(&#39;>(.*?)</&#39;,each1,re.S)
      a_url=re.findall(&#39;href="/(.*?)"&#39;,each1,re.S)
      a_dict[key[0].strip()]=city_url+a_url[0]
  return a_dict
#获取招聘信息的具体内容
def get_city_zpinfo_detail(url):
  #先获取软件工程师
  sorft_engineer=(zp_class_info[&#39;软件工程师&#39;])
  job_url_info=begin(sorft_engineer)
  get_detail_info(job_url_info)
#处理详情页的信息
def get_detail_info(list_info):
  job_info=re.findall(&#39;<dl class="list-noimg job-list clearfix"(.*?)</dl&#39;,list_info,re.S)
  print(job_info[0])
if __name__==&#39;__main__&#39;:
  url=&#39;http://www.ganji.com/index.htm&#39;;
  data=begin(url);
  #所有城市信息
  city_info=get_cityinfo(data)
  #对应的分类
  infoclass=get_cityinfoclass()
  cdzp_url,xiaoshou=getzhaopin(city_info,infoclass)
  #获取招聘的分类信息
  zp_class_info=get_zhaopin_info(cdzp_url,xiaoshou)
  get_city_zpinfo_detail(zp_class_info)

Das ist der gesamte Inhalt Wir hoffen, dass dieser Artikel für das Studium aller hilfreich sein wird.

Weitere Python-Methoden zum Erhalten von Rekrutierungsinformationen von Ganji.com finden Sie auf der chinesischen PHP-Website!