利用Python获取赶集网招聘信息前篇

如何获取一个网站的相关信息，获取赶集网的招聘信息，本文为大家介绍利用python获取赶集网招聘信息的关键代码，供大家参考，具体内容如下

    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'dl>(.*?)</dl>',data,re.S)
      city_info2=re.findall(r'(<a.*?</a>)',city_info1[0],re.S)
      city_dict={}
      for each in city_info2:
        key=re.findall('>(.*?)</',each,re.S)
        city_url=re.findall('href="(.*?)"',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'(<a.*?</a>)',data[0],re.S)
      a_dict={}
      for each in a_info:
        key=re.findall('>(.*?)</',each,re.S)
        a_url=re.findall('"(.*?)"',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= 'zhaopin/'
      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['成都']
      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('class="f-all-news"(.*?)</div>',cdzp_info,re.S)
      a_dict={}
      class_info=re.findall('<dd>(.*?)</dd>',allzp_info[0],re.S)
      for each in class_info:
        a_info=re.findall(r'(<a.*?</a>)',each,re.S)
        for each1 in a_info:
          key=re.findall('>(.*?)</',each1,re.S)
          a_url=re.findall('href="/(.*?)"',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['软件工程师'])
      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('<dl class="list-noimg job-list clearfix"(.*?)</dl',list_info,re.S)
      print(job_info[0])
    if __name__=='__main__':
      url='http://www.ganji.com/index.htm';
      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)

以上就是本文的全部内容，希望对大家的学习有所帮助。