- 1、本文档共10页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
项⽬:招聘⽹站信息(获取数据+数据分析+数据可视化)
在本次项⽬中,使⽤到的第三⽅库如下:
import requests
import time
import random
import json
import pandas
import matplotlib.pyplot
import csv
import numpy
import WordCloud
import jieba
项⽬实现流程如下:
⼀、利⽤requests库模块进⾏对招聘⽹站信息的爬取
代码如下:
import requests
import time
import random
import json
import pandas as pd
import matplotlib.pyplot as plt
page_num_max = 3
class Recruitment_info():
def __init__(self):
self.zhilian_url = /api/sou/positionlist
def get_page(self,search_content,page_num):
url = self.zhilian_url
headers = {user-agent:self.get_ua()}
data = self.get_data(search_content,page_num)
html = requests.post(url=url,headers=headers,data=data).text
return html
def get_data(self,search_content,page_num):
t = 0123456789abide
d = XXXXXXXX-XXXX-4XXX-XXXX-XXXXXXXXXXXX
for i in range(35):
t_rd = random.choice(t)
d = d.replace(X, t_rd, 1)
data = {
S_SOU_FULL_INDEX: search_content,
S_SOU_WORK_CITY: 489,
at: ,
channel: baidupcpz,
d: d,
eventScenario: msiteSeoSearchSouList,
pageIndex: page_num,
pageSize: 20,
platform: 7,
platform: 7,
rt: ,
utmsource: baidupcpz,
}
return json.dumps(data)
def get_ua(self):
Mozilla/5.0 (Windows NT 6.1; WOW64; rv:6.0) GeckoFirefox/6.0,
Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.131 Mobile Safari/537.36]
return random.choice(ua_list)
def Data_cleaning(self,html):
resurt = json.loads(html)
resurt = resurt[data][list]
data_list = []
for per_info in resurt:
data = {
cityId : per_inf
文档评论(0)