您好,欢迎来到伴沃教育。
搜索
您的当前位置:首页python 爬取 51job招聘信息

python 爬取 51job招聘信息

来源:伴沃教育
#!/usr/bin/env python
# _*_ coding:utf-8 _*_
__author__ = 'junxi'


import urllib.request
import re
import sys


# reload(sys)   # python 2需要设置这个, python 3不需要
# sys.setdefaultencoding('utf-8')  # 输入内容为 utf-8编码




def get_content(page_num):
    url = 
    a = urllib.request.urlopen(url)     # 打开网页
    html = a.read()
    html = html.decode('gbk')
    # print(html)
    return html

# get_content('3')


def get(html):
    # (.*?)是取出来, .*?是匹配到但是不取出来
    reg =  ">.*?<a target="_blank" title="(.*?)".*?<span class="t2"><a target="_blank" title="(.*?)".*?<span class="t3">(.*?)</span>.*?<span class="t4">(.*?)</span>.*?<span class="t5">(.*?)</span>',re.S)
    items = re.findall(reg, html)
    # print(items)
    return items


# a = get_content('3')
# get(a)


for single_num in range(1, 10):
    html_content = get_content(single_num)

    for i in get(html_content):
        print(i[0], i[1], i[2], i[3])
        with open('51job_python.txt',  'a') as f:      # a 追加模式, 创建新文件
            f.write(i[0] + '\t' + i[1] + '\t' + i[2] + '\t' + i[3] + '\n\n')
            f.close()

Copyright © 2019- bangwoyixia.com 版权所有 湘ICP备2023022004号-2

违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com

本站由北京市万商天勤律师事务所王兴未律师提供法律服务