溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息

發(fā)布時(shí)間:2022-01-04 17:57:00 來源:億速云 閱讀:135 作者:iii 欄目:開發(fā)技術(shù)

本篇內(nèi)容主要講解“Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息”吧!

介紹

開發(fā)環(huán)境

Windows 10

python3.6

開發(fā)工具

pycharm

numpy、matplotlib、time、xlutils.copy、os、xlwt, xlrd, random

效果展示

代碼運(yùn)行展示

Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息

Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息

實(shí)現(xiàn)思路

1.打開騰訊招聘的網(wǎng)址右擊檢查進(jìn)行抓包,進(jìn)入網(wǎng)址的時(shí)候發(fā)現(xiàn)有異步渲染,我們要的數(shù)據(jù)為異步加載

Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息

2.構(gòu)造起始地址:

Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息

start_url = ‘https://careers.tencent.com/tencentcareer/api/post/Query’

參數(shù)在headers的最下面

timestamp: 1625641250509

countryId:

cityId:

bgIds:

productId:

categoryId:

parentCategoryId:

attrId:

keyword:

pageIndex: 1

pageSize: 10

language: zh-cn

area: cn

3.發(fā)送請(qǐng)求,獲取響應(yīng)

self.start_url = 'https://careers.tencent.com/tencentcareer/api/post/Query'
 # 構(gòu)造請(qǐng)求參數(shù)
            params = {
                # 捕捉當(dāng)前時(shí)間戳
                'timestamp': str(int(time.time() * 1000)),
                'countryId': '',
                'cityId': '',
                'bgIds': '',
                'productId': '',
                'categoryId': '',
                'parentCategoryId': '',
                'attrId': '',
                'keyword': '',
                'pageIndex': str(self.start_page),
                'pageSize': '10',
                'language': 'zh-cn',
                'area': 'cn'
            }
            headers = {
                'user-agent': random.choice(USER_AGENT_LIST)
            }
            response = session.get(url=self.start_url, headers=headers, params=params).json()

4.提取數(shù)據(jù),獲取崗位信息大列表,提取相應(yīng)的數(shù)據(jù)

Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息

# 獲取崗位信息大列表
        json_data = response['Data']['Posts']
        # 判斷結(jié)果是否有數(shù)據(jù)
        if json_data is None:
            # 沒有數(shù)據(jù),設(shè)置循環(huán)條件為False
            self.is_running = False
        # 反之,開始提取數(shù)據(jù)
        else:
            # 循環(huán)遍歷,取出列表中的每一個(gè)崗位字典
            # 通過key取value值的方法進(jìn)行采集數(shù)據(jù)
            for data in json_data:
                # 工作地點(diǎn)
                LocationName = data['LocationName']
                # 往地址大列表中添加數(shù)據(jù)
                self.addr_list.append(LocationName)
                # 工作屬性
                CategoryName = data['CategoryName']
                # 往工作屬性大列表中添加數(shù)據(jù)
                self.category_list.append(CategoryName)
                # 崗位名稱
                RecruitPostName = data['RecruitPostName']
                # 崗位職責(zé)
                Responsibility = data['Responsibility']
                # 發(fā)布時(shí)間
                LastUpdateTime = data['LastUpdateTime']
                # 崗位地址
                PostURL = data['PostURL']

5.數(shù)據(jù)生成折線圖、餅圖、散點(diǎn)圖、柱狀圖

# 第一張圖:根據(jù)崗位地址和崗位屬性二者數(shù)量生成折線圖
        # 146,147兩行代碼解決圖中中文顯示問題
plt.rcParams['font.sans-serif'] = ['SimHei']
        plt.rcParams['axes.unicode_minus'] = False
        # 由于二者數(shù)據(jù)數(shù)量不統(tǒng)一,在此進(jìn)行切片操作
        x_axis_data = [i for i in addr_dict.values()][:5]
        y_axis_data = [i for i in cate_dict.values()][:5]
        # print(x_axis_data, y_axis_data)
        # plot中參數(shù)的含義分別是橫軸值,縱軸值,線的形狀,顏色,透明度,線的寬度和標(biāo)簽
        plt.plot(y_axis_data, x_axis_data, 'ro-', color='#4169E1', alpha=0.8, linewidth=1, label='數(shù)量') 
        # 顯示標(biāo)簽,如果不加這句,即使在plot中加了label='一些數(shù)字'的參數(shù),最終還是不會(huì)顯示標(biāo)簽
        plt.legend(loc="upper right")
        plt.xlabel('地點(diǎn)數(shù)量')
        plt.ylabel('工作屬性數(shù)量')
        plt.savefig('根據(jù)崗位地址和崗位屬性二者數(shù)量生成折線圖.png')
        plt.show()

Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息

# 第二張圖:根據(jù)崗位地址數(shù)量生成餅圖
        """工作地址餅圖"""
        addr_dict_key = [k for k in addr_dict.keys()]
        addr_dict_value = [v for v in addr_dict.values()]
        plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
        plt.rcParams['axes.unicode_minus'] = False
        plt.pie(addr_dict_value, labels=addr_dict_key, autopct='%1.1f%%')
        plt.title(f'崗位地址和崗位屬性百分比分布')
        plt.savefig(f'崗位地址和崗位屬性百分比分布-餅圖')
        plt.show()

Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息

# 第三張圖:根據(jù)崗位地址和崗位屬性二者數(shù)量生成散點(diǎn)圖
        # 這兩行代碼解決 plt 中文顯示的問題
        plt.rcParams['font.sans-serif'] = ['SimHei']
        plt.rcParams['axes.unicode_minus'] = False
        # 輸入崗位地址和崗位屬性數(shù)據(jù)
        production = [i for i in data.keys()]
        tem = [i for i in data.values()]
        colors = np.random.rand(len(tem))  # 顏色數(shù)組
        plt.scatter(tem, production, s=200, c=colors)  # 畫散點(diǎn)圖,大小為 200
        plt.xlabel('數(shù)量')  # 橫坐標(biāo)軸標(biāo)題
        plt.ylabel('名稱')  # 縱坐標(biāo)軸標(biāo)題
        plt.savefig(f'崗位地址和崗位屬性散點(diǎn)圖')
        plt.show()

Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息

# 第四張圖:根據(jù)崗位地址和崗位屬性二者數(shù)量生成柱狀圖
        import matplotlib;matplotlib.use('TkAgg')
        plt.rcParams['font.sans-serif'] = ['SimHei']
        plt.rcParams['axes.unicode_minus'] = False
        zhfont1 = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc')
        name_list = [name for name in data.keys()]
        num_list = [value for value in data.values()]
        width = 0.5  # 柱子的寬度
        index = np.arange(len(name_list))
        plt.bar(index, num_list, width, color='steelblue', tick_label=name_list, label='崗位數(shù)量')
        plt.legend(['分解能耗', '真實(shí)能耗'], prop=zhfont1, labelspacing=1)
        for a, b in zip(index, num_list):  # 柱子上的數(shù)字顯示
            plt.text(a, b, '%.2f' % b, ha='center', va='bottom', fontsize=7)
        plt.xticks(rotation=270)
        plt.title('崗位數(shù)量和崗位屬性數(shù)量柱狀圖')
        plt.ylabel('次')
        plt.legend()
        plt.savefig(f'崗位數(shù)量和崗位屬性數(shù)量柱狀圖-柱狀圖', bbox_inches='tight')
        plt.show()

Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息

源碼展示

"""ua大列表"""
USER_AGENT_LIST = [
                  'Mozilla/5.0 (Windows NT 6.2; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.90 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3451.0 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.9; rv:57.0) Gecko/20100101 Firefox/57.0',
                  'Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/28.0.1500.71 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.2999.0 Safari/537.36',
                  'Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.70 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10.4; en-US; rv:1.9.2.2) Gecko/20100316 Firefox/3.6.2',
                  'Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/44.0.2403.155 Safari/537.36 OPR/31.0.1889.174',
                  'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 1.1.4322; MS-RTC LM 8; InfoPath.2; Tablet PC 2.0)',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36 OPR/55.0.2994.61',
                  'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.814.0 Safari/535.1',
                  'Mozilla/5.0 (Macintosh; U; PPC Mac OS X; ja-jp) AppleWebKit/418.9.1 (KHTML, like Gecko) Safari/419.3',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.2357.134 Safari/537.36',
                  'Mozilla/5.0 (compatible; MSIE 10.0; Windows NT 6.1; Trident/6.0; Touch; MASMJS)',
                  'Mozilla/5.0 (X11; Linux i686) AppleWebKit/535.21 (KHTML, like Gecko) Chrome/19.0.1041.0 Safari/535.21',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36',
                  'Mozilla/5.0 (Windows NT 6.2; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.90 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3451.0 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.9; rv:57.0) Gecko/20100101 Firefox/57.0',
                  'Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/28.0.1500.71 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.2999.0 Safari/537.36',
                  'Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.70 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10.4; en-US; rv:1.9.2.2) Gecko/20100316 Firefox/3.6.2',
                  'Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/44.0.2403.155 Safari/537.36 OPR/31.0.1889.174',
                  'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 1.1.4322; MS-RTC LM 8; InfoPath.2; Tablet PC 2.0)',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36 OPR/55.0.2994.61',
                  'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.814.0 Safari/535.1',
                  'Mozilla/5.0 (Macintosh; U; PPC Mac OS X; ja-jp) AppleWebKit/418.9.1 (KHTML, like Gecko) Safari/419.3',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.2357.134 Safari/537.36',
                  'Mozilla/5.0 (compatible; MSIE 10.0; Windows NT 6.1; Trident/6.0; Touch; MASMJS)',
                  'Mozilla/5.0 (X11; Linux i686) AppleWebKit/535.21 (KHTML, like Gecko) Chrome/19.0.1041.0 Safari/535.21',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36',
                  'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4093.3 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_5) AppleWebKit/537.36 (KHTML, like Gecko; compatible; Swurl) Chrome/77.0.3865.120 Safari/537.36',
                  'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36',
                  'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4086.0 Safari/537.36',
                  'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:75.0) Gecko/20100101 Firefox/75.0',
                  'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) coc_coc_browser/91.0.146 Chrome/85.0.4183.146 Safari/537.36',
                  'Mozilla/5.0 (Windows; U; Windows NT 5.2; en-US) AppleWebKit/537.36 (KHTML, like Gecko) Safari/537.36 VivoBrowser/8.4.72.0 Chrome/62.0.3202.84',
                  'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.101 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36 Edg/87.0.664.60',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.16; rv:83.0) Gecko/20100101 Firefox/83.0',
                  'Mozilla/5.0 (X11; CrOS x86_64 13505.63.0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.9; rv:68.0) Gecko/20100101 Firefox/68.0',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.101 Safari/537.36',
                  'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36',
                  'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36 OPR/72.0.3815.400',
                  'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.101 Safari/537.36',
                  ]
from requests_html import HTMLSession
import os, xlwt, xlrd, random
from xlutils.copy import copy
import numpy as np
from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties  # 字體庫
import time
session = HTMLSession()


class TXSpider(object):

    def __init__(self):
        # 起始的請(qǐng)求地址
        self.start_url = 'https://careers.tencent.com/tencentcareer/api/post/Query'
        # 起始的翻頁頁碼
        self.start_page = 1
        # 翻頁條件
        self.is_running = True
        # 準(zhǔn)備工作地點(diǎn)大列表
        self.addr_list = []
        # 準(zhǔn)備崗位種類大列表
        self.category_list = []

    def parse_start_url(self):
        """
        解析起始的url地址
        :return:
        """
        # 條件循環(huán)模擬翻頁
        while self.is_running:
            # 構(gòu)造請(qǐng)求參數(shù)
            params = {
                # 捕捉當(dāng)前時(shí)間戳
                'timestamp': str(int(time.time() * 1000)),
                'countryId': '',
                'cityId': '',
                'bgIds': '',
                'productId': '',
                'categoryId': '',
                'parentCategoryId': '',
                'attrId': '',
                'keyword': '',
                'pageIndex': str(self.start_page),
                'pageSize': '10',
                'language': 'zh-cn',
                'area': 'cn'
            }
            headers = {
                'user-agent': random.choice(USER_AGENT_LIST)
            }
            response = session.get(url=self.start_url, headers=headers, params=params).json()
            """調(diào)用解析響應(yīng)方法"""
            self.parse_response_json(response)
            """翻頁遞增"""
            self.start_page += 1
            """翻頁終止條件"""
            if self.start_page == 20:
                self.is_running = False
        """翻頁完成,開始生成分析圖"""
        self.crate_img_four_func()

    def crate_img_four_func(self):
        """
        生成四張圖方法
        :return:
        """
        # 統(tǒng)計(jì)數(shù)量
        data = {}            # 大字典
        addr_dict = {}       # 工作地址字典
        cate_dict = {}       # 工作屬性字典
        for k_addr, v_cate in zip(self.addr_list, self.category_list):
            if k_addr in data:
                # 大字典統(tǒng)計(jì)工作地址數(shù)據(jù)
                data[k_addr] = data[k_addr] + 1
                # 地址字典統(tǒng)計(jì)數(shù)據(jù)
                addr_dict[k_addr] = addr_dict[k_addr] + 1
            else:
                data[k_addr] = 1
                addr_dict[k_addr] = 1
            if v_cate in data:
                # 大字典統(tǒng)計(jì)工作屬性數(shù)據(jù)
                data[v_cate] = data[v_cate] + 1
                # 工作屬性字典統(tǒng)計(jì)數(shù)據(jù)
                cate_dict[v_cate] = data[v_cate] + 1
            else:
                data[v_cate] = 1
                cate_dict[v_cate] = 1
        # 第一張圖:根據(jù)崗位地址和崗位屬性二者數(shù)量生成折線圖
        # 146,147兩行代碼解決圖中中文顯示問題
        plt.rcParams['font.sans-serif'] = ['SimHei']
        plt.rcParams['axes.unicode_minus'] = False
        # 由于二者數(shù)據(jù)數(shù)量不統(tǒng)一,在此進(jìn)行切片操作
        x_axis_data = [i for i in addr_dict.values()][:5]
        y_axis_data = [i for i in cate_dict.values()][:5]
        # print(x_axis_data, y_axis_data)
        # plot中參數(shù)的含義分別是橫軸值,縱軸值,線的形狀,顏色,透明度,線的寬度和標(biāo)簽
        plt.plot(y_axis_data, x_axis_data, 'ro-', color='#4169E1', alpha=0.8, linewidth=1, label='數(shù)量')

        # 顯示標(biāo)簽,如果不加這句,即使在plot中加了label='一些數(shù)字'的參數(shù),最終還是不會(huì)顯示標(biāo)簽
        plt.legend(loc="upper right")
        plt.xlabel('地點(diǎn)數(shù)量')
        plt.ylabel('工作屬性數(shù)量')
        plt.savefig('根據(jù)崗位地址和崗位屬性二者數(shù)量生成折線圖.png')
        plt.show()
        # 第二張圖:根據(jù)崗位地址數(shù)量生成餅圖
        """工作地址餅圖"""
        addr_dict_key = [k for k in addr_dict.keys()]
        addr_dict_value = [v for v in addr_dict.values()]
        plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
        plt.rcParams['axes.unicode_minus'] = False
        plt.pie(addr_dict_value, labels=addr_dict_key, autopct='%1.1f%%')
        plt.title(f'崗位地址和崗位屬性百分比分布')
        plt.savefig(f'崗位地址和崗位屬性百分比分布-餅圖')
        plt.show()
        # 第三張圖:根據(jù)崗位地址和崗位屬性二者數(shù)量生成散點(diǎn)圖
        # 這兩行代碼解決 plt 中文顯示的問題
        plt.rcParams['font.sans-serif'] = ['SimHei']
        plt.rcParams['axes.unicode_minus'] = False
        # 輸入崗位地址和崗位屬性數(shù)據(jù)
        production = [i for i in data.keys()]
        tem = [i for i in data.values()]
        colors = np.random.rand(len(tem))  # 顏色數(shù)組
        plt.scatter(tem, production, s=200, c=colors)  # 畫散點(diǎn)圖,大小為 200
        plt.xlabel('數(shù)量')  # 橫坐標(biāo)軸標(biāo)題
        plt.ylabel('名稱')  # 縱坐標(biāo)軸標(biāo)題
        plt.savefig(f'崗位地址和崗位屬性散點(diǎn)圖')
        plt.show()
        # 第四張圖:根據(jù)崗位地址和崗位屬性二者數(shù)量生成柱狀圖
        import matplotlib;matplotlib.use('TkAgg')
        plt.rcParams['font.sans-serif'] = ['SimHei']
        plt.rcParams['axes.unicode_minus'] = False
        zhfont1 = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc')
        name_list = [name for name in data.keys()]
        num_list = [value for value in data.values()]
        width = 0.5  # 柱子的寬度
        index = np.arange(len(name_list))
        plt.bar(index, num_list, width, color='steelblue', tick_label=name_list, label='崗位數(shù)量')
        plt.legend(['分解能耗', '真實(shí)能耗'], prop=zhfont1, labelspacing=1)
        for a, b in zip(index, num_list):  # 柱子上的數(shù)字顯示
            plt.text(a, b, '%.2f' % b, ha='center', va='bottom', fontsize=7)
        plt.xticks(rotation=270)
        plt.title('崗位數(shù)量和崗位屬性數(shù)量柱狀圖')
        plt.ylabel('次')
        plt.legend()
        plt.savefig(f'崗位數(shù)量和崗位屬性數(shù)量柱狀圖-柱狀圖', bbox_inches='tight')
        plt.show()

    def parse_response_json(self, response):
        """
        解析響應(yīng)
        :param response:
        :return:
        """
        # 獲取崗位信息大列表
        json_data = response['Data']['Posts']
        # 判斷結(jié)果是否有數(shù)據(jù)
        if json_data is None:
            # 沒有數(shù)據(jù),設(shè)置循環(huán)條件為False
            self.is_running = False
        # 反之,開始提取數(shù)據(jù)
        else:
            # 循環(huán)遍歷,取出列表中的每一個(gè)崗位字典
            # 通過key取value值的方法進(jìn)行采集數(shù)據(jù)
            for data in json_data:
                # 工作地點(diǎn)
                LocationName = data['LocationName']
                # 往地址大列表中添加數(shù)據(jù)
                self.addr_list.append(LocationName)
                # 工作屬性
                CategoryName = data['CategoryName']
                # 往工作屬性大列表中添加數(shù)據(jù)
                self.category_list.append(CategoryName)
                # 崗位名稱
                RecruitPostName = data['RecruitPostName']
                # 崗位職責(zé)
                Responsibility = data['Responsibility']
                # 發(fā)布時(shí)間
                LastUpdateTime = data['LastUpdateTime']
                # 崗位地址
                PostURL = data['PostURL']
                # 構(gòu)造保存excel所需要的格式字典
                data_dict = {
                    # 該字典的key值與創(chuàng)建工作簿的sheet表的名稱所關(guān)聯(lián)
                    '崗位詳情': [RecruitPostName, LocationName, CategoryName, Responsibility, LastUpdateTime, PostURL]
                }
                """調(diào)用保存excel表格方法,數(shù)據(jù)字典作為參數(shù)"""
                self.save_excel(data_dict)
                # 提示輸出
                print(f"第{self.start_page}頁--崗位{RecruitPostName}----采集完成----logging?。?!")

    def save_excel(self, data_dict):
        """
        保存excel
        :param data_dict: 數(shù)據(jù)字典
        :return:
        """
        # 判斷保存到當(dāng)我文件目錄的路徑是否存在
        os_path_1 = os.getcwd() + '/數(shù)據(jù)/'
        if not os.path.exists(os_path_1):
            # 不存在,即創(chuàng)建這個(gè)目錄,即創(chuàng)建”數(shù)據(jù)“這個(gè)文件夾
            os.mkdir(os_path_1)
        # 判斷將數(shù)據(jù)保存到表格的這個(gè)表格是否存在,不存在,創(chuàng)建表格,寫入表頭
        os_path = os_path_1 + '騰訊招聘數(shù)據(jù).xls'
        if not os.path.exists(os_path):
            # 創(chuàng)建新的workbook(其實(shí)就是創(chuàng)建新的excel)
            workbook = xlwt.Workbook(encoding='utf-8')
            # 創(chuàng)建新的sheet表
            worksheet1 = workbook.add_sheet("崗位詳情", cell_overwrite_ok=True)
            excel_data_1 = ('崗位名稱', '工作地點(diǎn)', '工作屬性', '崗位職責(zé)', '發(fā)布時(shí)間', '崗位地址')
            for i in range(0, len(excel_data_1)):
                worksheet1.col(i).width = 2560 * 3
                #               行,列,  內(nèi)容,            樣式
                worksheet1.write(0, i, excel_data_1[i])
            workbook.save(os_path)
        # 判斷工作表是否存在
        # 存在,開始往表格中添加數(shù)據(jù)(寫入數(shù)據(jù))
        if os.path.exists(os_path):
            # 打開工作薄
            workbook = xlrd.open_workbook(os_path)
            # 獲取工作薄中所有表的個(gè)數(shù)
            sheets = workbook.sheet_names()
            for i in range(len(sheets)):
                for name in data_dict.keys():
                    worksheet = workbook.sheet_by_name(sheets[i])
                    # 獲取工作薄中所有表中的表名與數(shù)據(jù)名對(duì)比
                    if worksheet.name == name:
                        # 獲取表中已存在的行數(shù)
                        rows_old = worksheet.nrows
                        # 將xlrd對(duì)象拷貝轉(zhuǎn)化為xlwt對(duì)象
                        new_workbook = copy(workbook)
                        # 獲取轉(zhuǎn)化后的工作薄中的第i張表
                        new_worksheet = new_workbook.get_sheet(i)
                        for num in range(0, len(data_dict[name])):
                            new_worksheet.write(rows_old, num, data_dict[name][num])
                        new_workbook.save(os_path)

    def run(self):
        """
        啟動(dòng)運(yùn)行
        :return:
        """
        self.parse_start_url()


if __name__ == '__main__':
    # 創(chuàng)建該類的對(duì)象
    t = TXSpider()
    # 通過實(shí)例方法,進(jìn)行調(diào)用
    t.run()

到此,相信大家對(duì)“Python怎么實(shí)現(xiàn)爬取騰訊招聘網(wǎng)崗位信息”有了更深的了解,不妨來實(shí)際操作一番吧!這里是億速云網(wǎng)站,更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢,關(guān)注我們,繼續(xù)學(xué)習(xí)!

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI