使用Scrapy簡單爬取51job

環(huán)境

  • ubuntu 14.04 LTS
  • Scrapy 1.4.0

爬取鏈接

爬取步驟

  1. 在瀏覽器中打開爬取鏈接, 并進入審查元素模式(F12), 定位到要爬取的標(biāo)題浴讯。
1.png
  1. 在終端中輸入
scrapy shell "http://search.51job.com/list/030200,000000,0000,00,9,99,python,2,1.html?lang=c&stype=1&postchannel=0000&workyear=99&cotype=99&degreefrom=99&jobterm=99&companysize=99&lonlat=0%2C0&radius=-1&ord_field=0&confirmdate=9&fromType=&dibiaoid=0&address=&line=&specialarea=00&from=&welfare="
  1. 使用Scrapy選擇器(Selectors)獲取崗位標(biāo)題
# 輸入, 由步驟1中知道css位置為 p > a
response.css('p a::attr(title)').extract_first()
# 輸出
u'Python\u5f00\u53d1\u5de5\u7a0b\u5e08'
  1. 獲取公司名稱
# 輸入
response.css('span.t2 a::attr(title)').extract_first()
# 輸出
u'\u4e0a\u6d77\u65b0\u5de5\u5f0f\u7f51\u7edc\u79d1\u6280\u6709\u9650\u516c\u53f8'
  1. 獲取其它信息類似,這里不多說,Selectors使用方法請參考
    https://doc.scrapy.org/en/1.4/topics/selectors.html

編寫整體代碼

  • 因為每個崗位的css結(jié)構(gòu)為div.dw_table div.el, 所以在代碼中要把它遍歷出來
2.png
  • 整體代碼fiveOneJob_spider.py
#coding:utf-8

"""
author: ilyq69
date: 20170828
"""

import scrapy


class FiveOneJobSpider(scrapy.Spider):

    name = 'fiveOnejob'

    start_urls= [
        'http://search.51job.com/list/030200,000000,0000,00,9,99,python,2,1.html?lang=c&stype=1&postchannel=0000&workyear=99&cotype=99&degreefrom=99&jobterm=99&companysize=99&lonlat=0%2C0&radius=-1&ord_field=0&confirmdate=9&fromType=&dibiaoid=0&address=&line=&specialarea=00&from=&welfare='
    ]

    def parse(self, response):
        '''
        :param response:
        :return:
        '''
        for item in response.css('div.dw_table div.el'):
            yield {
                "title": item.css('p a::attr(title)').extract_first(),
                "link": item.css('p a::attr(href)').extract_first(),
                "company": item.css('span.t2 a::attr(title)').extract_first(),
                "city": item.css('span.t3 ::text').extract_first(),
                "salary": item.css('span.t4 ::text').extract_first(),
                "createTime": item.css('span.t5 ::text').extract_first()
            }

        next_page = response.css('div.p_in ul li.bk a::attr(href)').extract()
        if next_page is not None:
            if len(next_page) > 1:
                yield response.follow(next_page[1], callback=self.parse)
            else:
                yield response.follow(next_page[0], callback=self.parse)

運行測試

  • 運行
scrapy runspider fiveOneJob_spider.py -o job.json
  • 查看結(jié)果, 打開job.json

參考

最后

  • 代碼僅供學(xué)習(xí)使用宿百,侵刪
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末镊逝,一起剝皮案震驚了整個濱河市趋艘,隨后出現(xiàn)的幾起案子衡奥,更是在濱河造成了極大的恐慌涂籽,老刑警劉巖么抗,帶你破解...
    沈念sama閱讀 217,277評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件毅否,死亡現(xiàn)場離奇詭異,居然都是意外死亡蝇刀,警方通過查閱死者的電腦和手機螟加,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,689評論 3 393
  • 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,“玉大人捆探,你說我怎么就攤上這事甸昏。” “怎么了徐许?”我有些...
    開封第一講書人閱讀 163,624評論 0 353
  • 文/不壞的土叔 我叫張陵施蜜,是天一觀的道長。 經(jīng)常有香客問我雌隅,道長翻默,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,356評論 1 293
  • 正文 為了忘掉前任恰起,我火速辦了婚禮修械,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘检盼。我一直安慰自己肯污,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,402評論 6 392
  • 文/花漫 我一把揭開白布吨枉。 她就那樣靜靜地躺著蹦渣,像睡著了一般。 火紅的嫁衣襯著肌膚如雪貌亭。 梳的紋絲不亂的頭發(fā)上柬唯,一...
    開封第一講書人閱讀 51,292評論 1 301
  • 那天,我揣著相機與錄音圃庭,去河邊找鬼锄奢。 笑死,一個胖子當(dāng)著我的面吹牛剧腻,可吹牛的內(nèi)容都是我干的拘央。 我是一名探鬼主播,決...
    沈念sama閱讀 40,135評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼书在,長吁一口氣:“原來是場噩夢啊……” “哼灰伟!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起蕊温,我...
    開封第一講書人閱讀 38,992評論 0 275
  • 序言:老撾萬榮一對情侶失蹤袱箱,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后义矛,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體发笔,經(jīng)...
    沈念sama閱讀 45,429評論 1 314
  • 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(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,636評論 3 334
  • 正文 我和宋清朗相戀三年凉翻,在試婚紗的時候發(fā)現(xiàn)自己被綠了了讨。 大學(xué)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 39,785評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖前计,靈堂內(nèi)的尸體忽然破棺而出胞谭,到底是詐尸還是另有隱情,我是刑警寧澤男杈,帶...
    沈念sama閱讀 35,492評論 5 345
  • 正文 年R本政府宣布丈屹,位于F島的核電站,受9級特大地震影響伶棒,放射性物質(zhì)發(fā)生泄漏旺垒。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,092評論 3 328
  • 文/蒙蒙 一肤无、第九天 我趴在偏房一處隱蔽的房頂上張望先蒋。 院中可真熱鬧,春花似錦宛渐、人聲如沸竞漾。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,723評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽业岁。三九已至,卻和暖如春鳍烁,著一層夾襖步出監(jiān)牢的瞬間叨襟,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,858評論 1 269
  • 我被黑心中介騙來泰國打工幔荒, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人梳玫。 一個月前我還...
    沈念sama閱讀 47,891評論 2 370
  • 正文 我出身青樓爹梁,卻偏偏與公主長得像,于是被迫代替她去往敵國和親提澎。 傳聞我的和親對象是個殘疾皇子姚垃,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,713評論 2 354

推薦閱讀更多精彩內(nèi)容

  • scrapy是python最有名的爬蟲框架之一,可以很方便的進行web抓取盼忌,并且提供了很強的定制型积糯,這里記錄簡單學(xué)...
    bomo閱讀 2,119評論 1 11
  • 第一章;立威
    濤色妖姬閱讀 347評論 0 0
  • Dear Alex老師: 很高興能成為你的學(xué)員(網(wǎng)絡(luò)班學(xué)員)谦纱,不算第一次接觸編程看成,但確實還是屬于比較低的水平;之前...
    馬小跳_閱讀 221評論 0 0
  • 當(dāng)我們發(fā)現(xiàn)孩子的問題時跨嘉,請不要著急去消滅問題川慌,而是注意孩子哪些方面很不錯,值得我們擴大,先去進行這些方面梦重。我們要發(fā)...
    聆聽花開_5a8a閱讀 258評論 0 0
  • 追加:iOS11和iPhoneX已適配琴拧,由于iOS11中UITableView默認(rèn)開啟高度預(yù)估(行高降瞳、區(qū)頭和區(qū)尾)...
    九劍仙閱讀 4,046評論 10 9