Python大作业——爬虫+可视化+数据分析+数据库(爬虫篇)




import requests
from bs4 import BeautifulSoup
import pymysql
import pandas as pd
 
# 连接数据库
conn = pymysql.connect(host='localhost', user='your_username', password='your_password', db='job_db', charset='utf8')
cursor = conn.cursor()
 
# 创建表
cursor.execute("DROP TABLE IF EXISTS job_info")
cursor.execute("CREATE TABLE job_info(id INT PRIMARY KEY AUTO_INCREMENT, title VARCHAR(255), company VARCHAR(255), salary VARCHAR(255), city VARCHAR(255), experience VARCHAR(255), education VARCHAR(255), type VARCHAR(255), create_time VARCHAR(255), url VARCHAR(255))")
 
# 指定要爬取的网页
url = 'https://www.lagou.com/jobs/list_%E8%BD%AF%E4%BB%B6%E7%BC%96%E7%A8%8B%E5%B8%88?labelWords=label&fromSearch=true&suginput='
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36',
}
 
# 发送请求
response = requests.get(url, headers=headers)
 
# 解析网页
soup = BeautifulSoup(response.text, 'lxml')
 
# 提取信息
job_list = soup.find_all('div', class_='job-primary')
 
# 存储数据
for job in job_list:
    title = job.find('div', class_='name').text
    company = job.find('div', class_='company-text').text.strip()
    salary = job.find('div', class_='money').text
    city = job.find('div', class_='address').text
    info = job.find('div', class_='li_com_tag').text
    experience_education = info.split('|')
    experience = experience_education[0].strip()
    education = experience_education[1].strip()
    type = job.find('div', class_='positionType').text
    create_time = job.find('div', class_='pubTime').text
    url = 'https://www.lagou.com' + job.find('a', class_='position_link')['href']
 
    # 插入数据库
    cursor.execute("INSERT INTO job_info(title, company, salary, city, experience, education, `type`, create_time, url) VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s)", (title, company, salary, city, experience, education, type, create_time, url))
    conn.commit()
 
# 关闭数据库连接
cursor.close()
conn.close()

这段代码修复了原代码中的SQL注入问题,并且使用了参数化的查询来插入数据,这是一种更为安全的方式来处理数据库操作。同时,代码中的变量使用也遵守了Python的命名规范,并且修正了一些可能导致错误的语法问题

最后修改于:2024年08月13日 13:19

评论已关闭

推荐阅读

Vue中使用mind-map实现在线思维导图
2024年08月04日
VUE
Web前端最全Vue实现免密登录跳转的方式_vue怎么样不登录返回首页,最强技术实现
2024年08月04日
VUE
vue3 项目搭建教程(基于create-vue,vite,Vite + Vue)
2024年08月04日
VUE
Vue-颜色选择器实现方案——>Vue-Color( 实战*1+ Demo*7)
2024年08月04日
VUE
Vue项目卡顿慢加载?这些优化技巧告诉你!_vue数据多渲染卡顿
2024年08月04日
VUE
vue中的keep-alive详解与应用场景
2024年08月04日
VUE
Vue、React实现excel导出功能(三种实现方式保姆级讲解)
2024年08月04日
vue-office/docx插件实现docx文件预览
2024年08月04日
VUE
java调用js文件的两种方法(支持V8引擎)
2024年08月04日
JavaScript:解决计算精度问题/mathjs/bignumber.js/big.js/decimal.js
2024年08月04日
两周从爬虫小白变大神 _yjs_js_security_passport
2024年08月04日
JS笔记(对象、函数、数组)
2024年08月04日
Markdown.js:强大的纯JavaScript Markdown解析器
2024年08月04日
Vue项目:js模拟点击a标签下载文件并重命名,URL文件地址下载方法、请求接口下载文件方法总结。
2024年08月04日
vue 父组件怎么获取子组件里面的data数据
2024年08月04日
VUE
个人开发实现AI套壳网站快速搭建(Vue+elementUI+SpringBoot)
2024年08月04日
el-table 表格封装并改造实现单元格可编辑
2024年08月04日
none
nodejs环境下创建vue项目、SSH密钥登陆!!!
2024年08月04日
vue+quill+element-ui实现视频、图片上传及缩放保姆级教程,轻松使用富文本
2024年08月04日
【three.js】22. Imported Models导入模型
2024年08月04日