码迷,mamicode.com
首页 > 其他好文 > 详细

爬取福州地区职位数据

时间:2020-03-17 21:06:01      阅读:64      评论:0      收藏:0      [点我收藏+]

标签:soup   from   content   html   alt   frame   pre   request   windows   

技术图片从网页源代码中找到我们需要爬取的标签且是html结构,爬取目标为class=’job_titile‘和class=‘job_content‘

import requests
from bs4 import BeautifulSoup
import bs4
import pandas as pd #引用工具
url = http://fj.huatu.com/zt/2019zwb/diqu/1.html
def job(s):#定义函数
    try:
        headers = {User-Agent:Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36}
        r=requests.get(s,timeout=30,headers=headers)#发送get请求
        r.raise_for_status()
        r.encoding=r.apparent_encoding#统一编码
        soup=BeautifulSoup(r.text,lxml)#使用BeautifulSoup库
        return soup
    except:
        return ""#出现错误,返回空字符串
soup=job(url)
a=[]#定义两个空列表
b=[]
for link1 in soup.find_all(div,class_=job_content): #使用find_all函数查找标签
    b.append(link1.get_text())
for link2 in soup.find_all(div,class_=job_title):
    a.append(link2.get_text().strip())
data=pd.DataFrame([a,b],index=["目录","职位"])#使用DataFrame可视化
print("福州地区职位数据:","\n")#使用print函数打印
print(data)

技术图片爬取结果如图

爬取福州地区职位数据

标签:soup   from   content   html   alt   frame   pre   request   windows   

原文地址:https://www.cnblogs.com/hr1347114782/p/12509357.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!