轉載-爬取拉勾網數據代碼

import requests as re
import json
import pandas as pd
import time
import random
'''其中三個編碼是全國阔逼、深圳和廣州,但是哪個是哪個不記得了'''
#%E6%B7%B1%E5
#%E5%B9%BF%E5%B7%9E
#%E5%85%A8%E5%9B%BD
#獲取網頁url
def get_url(keyword,pn):
   base_url1 = "https://www.lagou.com/jobs/list_%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90?labelWords=&fromSearch=true&suginput="    #不需要cookie的url
   base_url = "https://www.lagou.com/jobs/positionAjax.json?px=default&city=%E6%B7%B1%E5%BD&needAddtionalResult=false"

   base_headers = {"Accept": "application/json, text/javascript, */*; q=0.01",
                   "Host": "www.lagou.com",
                   "Referer": "https://www.lagou.com/jobs/list_%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90?labelWords=&fromSearch=true&suginput=",
                   'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36'
                   }
   data = {
           "first": "true",
           "pn": "{}".format(pn),
           "kd": "{}".format(keyword)
           }

   session = re.Session()      #創(chuàng)建cookie存儲
   session.get(url=base_url1,headers=base_headers)        #通過網址url1建立cookie
   response = session.post(url=base_url, headers=base_headers, data=data)
   response.encoding = 'utf-8'
   #print(response)

   return response

#解析網頁信息
def total_Count(response):

   page = response.json()
   # print(page)
   total_count = page['content']['positionResult']['totalCount']   #totalCount為總個數
   pn_count = int(total_count)//15 + 1
   #頁數
   print('職位總數{},共{}頁'.format(total_count,pn_count))
   return pn_count

def parse_url(response):
   page = response.json()
   for i in range(1,16):
       jobs_list = page['content']['positionResult']['result']
       print(jobs_list)
       page_info_list = []             #用于存儲data
       for i in jobs_list:
           job_info = []
           job_info.append(i['city'])
           job_info.append(i['companyFullName'])
           job_info.append(i['companyShortName'])
           job_info.append(i['companySize'])
           job_info.append(i['financeStage'])
           job_info.append(i['district'])
           job_info.append(i['positionName'])
           job_info.append(i['workYear'])
           job_info.append(i['education'])
           job_info.append(i['salary'])
           job_info.append(i['positionAdvantage'])
           job_info.append(i['industryField'])
           page_info_list.append(job_info)
       print(page_info_list)
       return page_info_list

def save_data(page_info_list):
   columns = ['城市','公司全名', '公司簡稱', '公司規(guī)模', '融資階段', '區(qū)域', '職位名稱', '工作經驗', '學歷要求', '工資', '職位福利', '行業(yè)']
   df = pd.DataFrame(data=page_info_list,
                     columns=columns)
   #print(df)
   df.to_csv('/Users/liyili2/Downloads/data2.csv', index=False,encoding='utf-8')
   print('保存完成')

#     #調用中心
def main():
   keyword = input('輸入查找內容:')      #輸入搜索內容
   a = get_url(keyword,pn=1)            #獲取respones
   b = total_Count(a)
   print(b)# 獲得數據總個數和頁數
   total_info = []                     #用來儲存每頁parse_url
   for i in range(1,int(b)+1):         #實現翻頁效果
       a = get_url(keyword, pn=i)
       c = parse_url(a)
       total_info += c
       time.sleep(20)
       print('成功獲取第{}頁'.format(i))
   d = save_data(total_info)

if __name__ =="__main__":
   main()
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末墓律,一起剝皮案震驚了整個濱河市叉瘩,隨后出現的幾起案子喉磁,更是在濱河造成了極大的恐慌菩帝,老刑警劉巖垮兑,帶你破解...
    沈念sama閱讀 222,464評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件姐呐,死亡現場離奇詭異,居然都是意外死亡廉涕,警方通過查閱死者的電腦和手機泻云,發(fā)現死者居然都...
    沈念sama閱讀 95,033評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來狐蜕,“玉大人宠纯,你說我怎么就攤上這事〔闶停” “怎么了婆瓜?”我有些...
    開封第一講書人閱讀 169,078評論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長贡羔。 經常有香客問我廉白,道長,這世上最難降的妖魔是什么乖寒? 我笑而不...
    開封第一講書人閱讀 59,979評論 1 299
  • 正文 為了忘掉前任猴蹂,我火速辦了婚禮,結果婚禮上楣嘁,老公的妹妹穿的比我還像新娘磅轻。我一直安慰自己,他們只是感情好逐虚,可當我...
    茶點故事閱讀 69,001評論 6 398
  • 文/花漫 我一把揭開白布聋溜。 她就那樣靜靜地躺著,像睡著了一般痊班。 火紅的嫁衣襯著肌膚如雪勤婚。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,584評論 1 312
  • 那天涤伐,我揣著相機與錄音馒胆,去河邊找鬼。 笑死凝果,一個胖子當著我的面吹牛祝迂,可吹牛的內容都是我干的。 我是一名探鬼主播器净,決...
    沈念sama閱讀 41,085評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼型雳,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起纠俭,我...
    開封第一講書人閱讀 40,023評論 0 277
  • 序言:老撾萬榮一對情侶失蹤沿量,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后冤荆,有當地人在樹林里發(fā)現了一具尸體朴则,經...
    沈念sama閱讀 46,555評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 38,626評論 3 342
  • 正文 我和宋清朗相戀三年钓简,在試婚紗的時候發(fā)現自己被綠了乌妒。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,769評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡外邓,死狀恐怖撤蚊,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情损话,我是刑警寧澤侦啸,帶...
    沈念sama閱讀 36,439評論 5 351
  • 正文 年R本政府宣布,位于F島的核電站席镀,受9級特大地震影響匹中,放射性物質發(fā)生泄漏夏漱。R本人自食惡果不足惜豪诲,卻給世界環(huán)境...
    茶點故事閱讀 42,115評論 3 335
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望挂绰。 院中可真熱鬧屎篱,春花似錦、人聲如沸葵蒂。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,601評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽践付。三九已至秦士,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間永高,已是汗流浹背隧土。 一陣腳步聲響...
    開封第一講書人閱讀 33,702評論 1 274
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留命爬,地道東北人曹傀。 一個月前我還...
    沈念sama閱讀 49,191評論 3 378
  • 正文 我出身青樓,卻偏偏與公主長得像饲宛,于是被迫代替她去往敵國和親皆愉。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,781評論 2 361

推薦閱讀更多精彩內容