python数据爬虫——数据分析师岗位基本信息爬取（一）

最新推荐文章于 2023-06-21 00:56:45 发布

听风闻香

最新推荐文章于 2023-06-21 00:56:45 发布

阅读量3.3k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： python数据获取文章标签： python 数据爬虫数据获取

本文链接：https://blog.youkuaiyun.com/qq_31848185/article/details/88967352

爬取网址：www.51job.com
1.首先我们来分析需要爬取网站的情况
在51job中输入：数据分析师
在这里插入图片描述
2.把URL复制到一个text文本中，分析一下地址。随意的复制三页的地址，找到其中的规律。

对比分析：URL前面都是一样的，在“.html”前的数字不一样，这个数字就是对应的页面。“？”后面的一大串都是格式，对URL地址并没有影响。于是我们只需要截取“？”前的URL
在这里插入图片描述
3.这里使用的是谷歌浏览器，在返回结果的页面右键——检查或者使用快捷键Ctrl+shift+i。获取以下界面：

4.选择页面中的箭头按钮，快速定位需要数据的位置。

右键copy——copy xpath地址，多复制几列对比一下：

//*[@id="resultList"]/div[4]/p/span/a
//*[@id="resultList"]/div[5]/p/span/a
//*[@id="resultList"]/div[6]/p/span/a
//*[@id="resultList"]/div[7]/p/span/a

找到规律没？列表是从div[4]开始的。

5.做完准备工作，我们来测试下运行情况。现在开始写代码：

import requests
from lxml import etree
import time

url = 'https://search.51job.com/list/000000,000000,0000,00,9,99,%25E6%2595%25B0%25E6%258D%25AE%25E5%2588%2586%25E6%259E%2590%25E5%25B8%2588,2,1.html'
da