Python爬虫入门教程：爬取boss直聘招聘数据并做可视化展示

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

 

基本开发环境

 

Python 3.8
Pycharm

 

相关模块的使用

 

from selenium import webdriver
import csv

 

安装Python并添加到环境变量，pip安装需要的相关模块即可。

如图所示，通过 Python 来控制 Selenium，然后让 Selenium 控制浏览器，操纵浏览器，这样就实现了使用Python 间接的操控浏览器。

 

兄弟们学习python，有时候不知道怎么学，从哪里开始学。掌握了基本的一些语法或者做了两个案例后，不知道下一步怎么走，不知道如何去学习更加高深的知识。

那么对于这些大兄弟们，我准备了大量的免费视频教程，PDF电子书籍，以及视频源的源代码！

还会有大佬解答！

都在这个群里了【点我进Python学习交流裙】

欢迎加入，一起讨论 一起学习！

 

Selenium具体怎么就能操纵浏览器呢？这要归功于 浏览器驱动 ，Selenium可以通过API接口实现和浏览器驱动的交互，进而实现和浏览器的交互。

所以要配置浏览器驱动。

本教材使用版本：

火狐驱动：geckodriver 0.23.0 ( 2018-10-04)

火狐驱动下载地址： http://npm.taobao.org/mirrors/geckodriver/

谷歌驱动：ChromeDriver 71.0.3578.33

谷歌驱动下载地址：

https://npm.taobao.org/mirrors/chromedriver/

http://chromedriver.storage.googleapis.com/index.html

 

配置浏览器驱动：

将下载好的浏览器驱动解压，将解压出的 exe 文件放到Python的安装目录下，也就是和python.exe同目录即可。

 

 

代码实现

 

from selenium import webdriver
import csv

f = open('data.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.DictWriter(f, fieldnames=[
    '标题',
    '地区',
    '薪资',
    '经验',
    '公司名',
    '公司领域',
    '福利',
    '详情页',
])
csv_writer.writeheader()
driver = webdriver.Chrome()

driver.get('https://www.zhipin.com/job_detail/?query=python&city=100010000&industry=&position=')
driver.implicitly_wait(10)


def get_job_info():
    lis = driver.find_elements_by_css_selector('.job-list li')
    for li in lis:
        # 标题
        title = li.find_element_by_css_selector('.job-name a').get_attribute('title')
        # 地区
        area = li.find_element_by_css_selector('.job-area').text
        # 薪资
        money = li.find_element_by_css_selector('.job-limit .red').text
        # 经验
        limit = li.find_element_by_css_selector('.job-limit p').text
        # exp = limit[0].text
        company_name = li.find_element_by_css_selector('.company-text .name a').text
        company_type = li.find_element_by_css_selector('.company-text p a').text
        desc = li.find_element_by_css_selector('.info-append .info-desc').text
        href = 'https://www.zhipin.com/' + li.find_element_by_css_selector('.job-name a').get_attribute('href')
        print(title, area, money, limit, company_name, company_type, desc, sep='|')
        dit = {
            '标题': title,
            '地区': area,
            '薪资': money,
            '经验': limit,
            '公司名': company_name,
            '公司领域': company_type,
            '福利': desc,
            '详情页': href,
        }
        csv_writer.writerow(dit)

 

数据可视化

只是获取前10页的数据内容,总计是300条数据

每个地区的招聘数量

 

平均工资最高的地区

经验学历需求图

招聘公司所在领域