35岁真的找不到工作？Python抓取51job职位信息_为什么51job里搜所不到发布的招聘信息-优快云博客

本文链接：https://blog.youkuaiyun.com/2301_76157777/article/details/147188780

最近几天，一则“95后老板称只招聘35岁以上员工”的消息，不经意地就上了热搜。

网友们也纷纷在评论区内吐槽，为何35岁就会被职场淘汰？

35岁本应是经验丰富，工作能力最强的阶段，为何在找工作中却不受HR待见？

笔者最近也在招聘网站上找工作，几个找工作的APP中，当属前程无忧最为热心。

每天很早APP就开始推送消息，你在XX公司的经历很吸引人，XX公司的HR又关注到你了。

点进去之后，才发现只不过是系统推荐的。按照系统的要求，投递简历后，才发现根本没有被查看。

难道是因为没有花钱的原因，导致用人单位看不到简历？

于是又充了VIP会员，发现推荐确实比之前更多了，但很多岗位其实根本是不匹配的。

好吧，只能发挥自己的技术优势，好好的来分析下具体的原因。

经过分析，51job的搜索地址为：

https://---/pc/search?jobArea=070300&keyword=it&searchType=2&keywordType=
# jobArea=070300中070300表示希望搜索的工作地点，我这里选择的是苏州
# keyword=it it表示要搜索的职位信息
# ---因版权问题，前面请自行加上

具体的职位信息如下：

我这里采用了DrissionPage 模块来进行操作，并将采集到的文件存到csv文件中以进行分析。

`DrissionPage` 模块

DrissionPage 是一个用于网页自动化操作的 Python 库，它简化了浏览器自动化的流程，让用户能够更便捷地控制浏览器、与网页元素进行交互。

`ChromiumPage` 类

ChromiumPage 是 DrissionPage 库中的一个类，它代表了基于 Chromium 内核浏览器（如 Chrome、Edge 等）的网页页面。借助这个类，你可以对网页进行各种操作，像打开网页、查找元素、点击按钮、输入文本等。

from DrissionPage import ChromiumPage
import csv

创建csv文件的代码如下：

file_name = f"51job{formatted_datetime}.csv"
f = open(file_name, 'w', encoding='utf-8', newline='')
csv_writer = csv.DictWriter(f, fieldnames=[
    '职位名称',
    '公司名',
    '公司领域',
    '公司性质',
    '公司规模',
    '薪资',
    '所在城市',
    '所在区域',
    '经验',
    '学历',
    '发布日期'
])
csv_writer.writeheader()
#.......获取数据
# 写入数据
csv_writer.writerow(data_dict)

操作浏览器的代码

# 打开浏览器
dp = ChromiumPage()
# 访问网页
dp.get('https://---/pc/search?jobArea=070300&keyword=it&searchType=2&keywordType=')
# 因版权问题，---部分请自行添加

提取采集的职位信息：

# 提取所有职位信息所在的div标签
        divs = dp.eles('css:.joblist-item')

        # 提取列表里面的元素
        for div in divs:
            # 提取的是json字符串数据
            info = div.ele('css:.joblist-item-job').attr('sensorsdata')
            # 把json字符串数据转化为字典数据
            json_data = json.loads(info)
            # 提取公司名
            name = div.ele('css:.cname').text.strip()
            # 公司信息
            c_info = [i.text for i in div.eles('css:.dc')]
            # 公司规模
            if len(c_info) == 3:
                c_people = c_info[-1]
            else:
                c_people = '未知'
            # 分隔区域数据
            area_data = json_data['jobArea'].split('·')
            if len(area_data) == 2:
                city = area_data[0]
                area = area_data[1]
            else:
                city = area_data[0]
                area = '未知'
            data_dict = {
                '职位名称': json_data['jobTitle'],
                '公司名': name,
                '公司领域': c_info[0],
                '公司性质': c_info[1],
                '公司规模': c_people,
                '薪资': json_data['jobSalary'],
                '所在城市': city,
                '所在区域': area,
                '经验': json_data['jobYear'],
                '学历': json_data['jobDegree'],
                '发布日期': json_data['jobTime']
            }

最终运行效果如下：

可以看到最终的结果：

职位名称	发布日期
音视频信息技术产品安规项目工程师	2025-4-13 10:00
抖音语音聊天打字+居家日结	2025-4-13 9:32
抖音语音聊天打字+居家日结	2025-4-13 9:32
抖音语音聊天打字+居家日结	2025-4-13 9:32
抖音语音聊天打字+居家日结	2025-4-13 9:32
抖音语音聊天打字+居家日结	2025-4-13 9:32
抖音语音聊天打字+居家日结	2025-4-13 9:31
抖音语音聊天打字+居家日结	2025-4-13 9:31
内江国企/月均6500/五险一金	2025-4-13 9:22
居家兼职抖音打字聊天日结300	2025-4-13 9:22
居家兼职抖音打字聊天日结300	2025-4-13 9:21
居家抖音打字聊天3小时日结300	2025-4-13 9:21
居家抖音打字聊天3小时日结300	2025-4-13 9:21
居家抖音打字聊天3小时日结300	2025-4-13 9:21
售前咨询	2025-4-13 8:54
Credit and Collection Analyst	2025-4-13 8:28
Credit and Collection Analyst	2025-4-13 8:28
Primary Maths Teacher小学数学老师	2025-4-13 8:05
HR Officer 人事专员	2025-4-13 8:05