爬去拉钩信息

自动化爬取拉钩网的职位信息:

分享图片

 

 爬取30页的数据代码:

import requests
import json

#主URL ---浏览器url地址栏里面的地址
url1=‘https://www.lagou.com/jobs/list_python?city=%E6%88%90%E9%83%BD&cl=false&fromSearch=true&labelWords=&suginput=‘

#json数据的url地址
url=‘https://www.lagou.com/jobs/positionAjax.json?city=%E6%88%90%E9%83%BD&needAddtionalResult=false‘

headers={
	‘Accept‘: ‘application/json, text/javascript, */*; q=0.01‘,
	‘Referer‘:‘https://www.lagou.com/jobs/list_python?city=%E6%88%90%E9%83%BD&cl=false&fromSearch=true&labelWords=&suginput=‘,
	‘User-Agent‘:‘Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.110 Safari/537.36‘
}

for j in range(1,30):
	data={
		‘first‘:‘ true‘,
		‘pn‘: j,
		‘kd‘:‘ python‘
	}


	#因为拉钩网是需要登陆后才能查看到招聘信息,所以需要保持用户的登陆状态
	s=requests.Session()
	s.get(url=url1,headers=headers)
	#通过登陆状态取到用户的登陆信息
	user_cookie=s.cookies

	#请求数据
	response_data=s.post(url=url,headers=headers,data=data,cookies=user_cookie).json()
	result=response_data[‘content‘][‘positionResult‘][‘result‘]

	for i in result:
		dict_json={}
		dict_json[‘公司名称‘]=i[‘companyFullName‘],
		dict_json[‘职位名字‘]=i[‘positionName‘],
		dict_json[‘类型‘]=i[‘secondType‘],
		dict_json[‘技能要求‘]=i[‘skillLables‘]
		print(dict_json)

  

如下代码是爬去一页数据中的职位部分信息:

import requests
import json

#主URL ---浏览器url地址栏里面的地址
url1=‘https://www.lagou.com/jobs/list_python?city=%E6%88%90%E9%83%BD&cl=false&fromSearch=true&labelWords=&suginput=‘

#json数据的url地址--F12后,在network-->XHR-->Preview中查找是否是我们需要的内容来确定
url=‘https://www.lagou.com/jobs/positionAjax.json?city=%E6%88%90%E9%83%BD&needAddtionalResult=false‘

headers={
	‘Accept‘: ‘application/json, text/javascript, */*; q=0.01‘,
	‘Referer‘:‘https://www.lagou.com/jobs/list_python?city=%E6%88%90%E9%83%BD&cl=false&fromSearch=true&labelWords=&suginput=‘,
	‘User-Agent‘:‘Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.110 Safari/537.36‘
}

data={
	‘first‘:‘ true‘,
	‘pn‘: ‘1‘,
	‘kd‘:‘ python‘
}


#因为拉钩网是需要登陆后才能查看到招聘信息,所以需要保持用户的登陆状态
s=requests.Session()
s.get(url=url1,headers=headers)
#通过登陆状态取到用户的登陆信息
user_cookie=s.cookies

#请求数据
response_data=s.post(url=url,headers=headers,data=data,cookies=user_cookie).json()
result=response_data[‘content‘][‘positionResult‘][‘result‘]

for i in result:
	dict_json={}
	dict_json[‘公司名称‘]=i[‘companyFullName‘],
	dict_json[‘职位名字‘]=i[‘positionName‘],
	dict_json[‘类型‘]=i[‘secondType‘],
	dict_json[‘技能要求‘]=i[‘skillLables‘]
	print(dict_json)
相关文章
相关标签/搜索