V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
Northxw
V2EX  ›  程序员

生产爬虫之某勾网职位信息爬虫

  •  
  •   Northxw · 2019-04-15 09:50:42 +08:00 · 1694 次点击
    这是一个创建于 1809 天前的主题,其中的信息可能已经有所发展或是发生改变。

    碎碎念

      去年爬拉勾的时候,我依稀记得没有任何反爬措施,想爬就爬,无所畏惧..... 。到了 19 年,拉勾添加了极验验证,网页职位接口设置了 Cookies 反爬,职位接口数据也做了请求限制,但这丝毫不影响爬取拉勾的热情。

    抓取

      针对拉勾主页页面已有的职位名称,构造请求链接,抓取所有职位信息异步存储至 Mysql, 再存储一份到 Excel ,方便做可视化(也实现了 JSONPipeline,根据需要自行设置)。具体可详见代码。

    地址

    https://github.com/Northxw/Lagou 欢迎提交 issue。

    目前尚无回复
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   3265 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 14:03 · PVG 22:03 · LAX 07:03 · JFK 10:03
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.