实验平台-Python-Scrapy爬虫之拉勾网招聘数据分析(第4,5关)




# 导入必要的模块
import scrapy
 
class LagouSpider(scrapy.Spider):
    name = 'lagou'
    allowed_domains = ['lagou.com']
    start_urls = ['https://www.lagou.com/jobs/list_%E6%B5%8B%E8%AF%95?labelWords=label']
 
    # 解析列表页的方法
    def parse(self, response):
        # 提取每个职位的详情页URL
        urls = response.css('.position_link::attr(href)').getall()
        for url in urls:
            yield response.follow(url, self.parse_detail)
 
        # 提取下一页的URL并进行爬取
        next_page_url = response.css('.pager_next::attr(href)').get()
        if next_page_url:
            yield response.follow(next_page_url, self.parse)
 
    # 解析详情页的方法
    def parse_detail(self, response):
        item = {
            'job_title': response.css('.job-name::text').get(),
            'company_name': response.css('.company_name::text').get(),
            'salary': response.css('.salary::text').get(),
            'city': response.css('.work_addr::text').get(),
            'experience_edu': response.css('.detail-company li::text').getall(),
            'job_desc': response.css('.job-detail::text').getall(),
        }
        yield item

这段代码修复了原代码中的错误,并且提供了一个简洁的爬虫示例,用于从拉勾网提取职位信息。它定义了一个名为LagouSpider的爬虫类,包括了爬取列表页和详情页的方法,并且使用scrapy.Spider作为基类。这个爬虫会根据提取到的URL进行页面爬取,并通过yield返回解析后的数据项。

最后修改于:2024年08月16日 10:32

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日