Méthode Python pour obtenir des informations de recrutement sur Ganji.com

Cet article partage principalement l'article précédent sur la façon d'utiliser Python pour obtenir des informations de recrutement sur Ganji.com. Les amis intéressés peuvent se référer à

Comment obtenir des informations pertinentes à partir d'un site Web et obtenir des informations de recrutement sur le réseau Ganji. , cet article présente le code clé pour utiliser Python pour obtenir des informations de recrutement Ganji.com pour votre référence. Le contenu spécifique est le suivant

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)

Ce qui précède. Nous espérons que l'ensemble du contenu de cet article sera utile à l'étude de chacun.

Pour plus de méthodes Python permettant d'obtenir des informations de recrutement sur Ganji.com, veuillez faire attention au site Web PHP chinois !