转载-爬取拉勾网数据代码

import requests as re
import json
import pandas as pd
import time
import random
'''其中三个编码是全国、深圳和广州,但是哪个是哪个不记得了'''
#%E6%B7%B1%E5
#%E5%B9%BF%E5%B7%9E
#%E5%85%A8%E5%9B%BD
#获取网页url
def get_url(keyword,pn):
   base_url1 = "https://www.lagou.com/jobs/list_%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90?labelWords=&fromSearch=true&suginput="    #不需要cookie的url
   base_url = "https://www.lagou.com/jobs/positionAjax.json?px=default&city=%E6%B7%B1%E5%BD&needAddtionalResult=false"

   base_headers = {"Accept": "application/json, text/javascript, */*; q=0.01",
                   "Host": "www.lagou.com",
                   "Referer": "https://www.lagou.com/jobs/list_%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90?labelWords=&fromSearch=true&suginput=",
                   'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36'
                   }
   data = {
           "first": "true",
           "pn": "{}".format(pn),
           "kd": "{}".format(keyword)
           }

   session = re.Session()      #创建cookie存储
   session.get(url=base_url1,headers=base_headers)        #通过网址url1建立cookie
   response = session.post(url=base_url, headers=base_headers, data=data)
   response.encoding = 'utf-8'
   #print(response)

   return response

#解析网页信息
def total_Count(response):

   page = response.json()
   # print(page)
   total_count = page['content']['positionResult']['totalCount']   #totalCount为总个数
   pn_count = int(total_count)//15 + 1
   #页数
   print('职位总数{},共{}页'.format(total_count,pn_count))
   return pn_count

def parse_url(response):
   page = response.json()
   for i in range(1,16):
       jobs_list = page['content']['positionResult']['result']
       print(jobs_list)
       page_info_list = []             #用于存储data
       for i in jobs_list:
           job_info = []
           job_info.append(i['city'])
           job_info.append(i['companyFullName'])
           job_info.append(i['companyShortName'])
           job_info.append(i['companySize'])
           job_info.append(i['financeStage'])
           job_info.append(i['district'])
           job_info.append(i['positionName'])
           job_info.append(i['workYear'])
           job_info.append(i['education'])
           job_info.append(i['salary'])
           job_info.append(i['positionAdvantage'])
           job_info.append(i['industryField'])
           page_info_list.append(job_info)
       print(page_info_list)
       return page_info_list

def save_data(page_info_list):
   columns = ['城市','公司全名', '公司简称', '公司规模', '融资阶段', '区域', '职位名称', '工作经验', '学历要求', '工资', '职位福利', '行业']
   df = pd.DataFrame(data=page_info_list,
                     columns=columns)
   #print(df)
   df.to_csv('/Users/liyili2/Downloads/data2.csv', index=False,encoding='utf-8')
   print('保存完成')

#     #调用中心
def main():
   keyword = input('输入查找内容:')      #输入搜索内容
   a = get_url(keyword,pn=1)            #获取respones
   b = total_Count(a)
   print(b)# 获得数据总个数和页数
   total_info = []                     #用来储存每页parse_url
   for i in range(1,int(b)+1):         #实现翻页效果
       a = get_url(keyword, pn=i)
       c = parse_url(a)
       total_info += c
       time.sleep(20)
       print('成功获取第{}页'.format(i))
   d = save_data(total_info)

if __name__ =="__main__":
   main()
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,527评论 5 470
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,314评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,535评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,006评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,961评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,220评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,664评论 3 392
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,351评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,481评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,397评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,443评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,123评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,713评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,801评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,010评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,494评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,075评论 2 341

推荐阅读更多精彩内容