IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 系统运维 -> 自动化爬虫爬取腾讯招聘信息 -> 正文阅读

[系统运维]自动化爬虫爬取腾讯招聘信息

输入页数开始爬取

可设定是否无头浏览

有一个坑就是在翻页时无法直接click该元素

要写一个执行js

预览图:

?上代码

import time
from selenium import webdriver
from selenium.webdriver.common.by import By


class Tencent():
    def __init__(self, page):
        self.page = page+1
        self.url = "https://careers.tencent.com/search.html"
        self.opt = webdriver.ChromeOptions()  # 配置
        # opt.add_argument("--headless")
        # opt.add_argument("--disable-gpu")
        # self.opt.add_argument("--referer=https://careers.tencent.com/search.html?index=3")
        self.opt.add_argument("--user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36")
        self.driver = webdriver.Chrome(options=self.opt)

    def parse(self):
        time.sleep(1)
        pos_list = self.driver.find_elements(By.XPATH, "/html/body/div/div[4]/div[3]/div[2]/div[2]/div/div")
        time.sleep(0.2)
        csv = []
        for info in pos_list:
            time.sleep(0.1)
            dict = {}
            dict['position'] = info.find_element(By.XPATH, "./a/h4").text
            dict['type'] = info.find_element(By.XPATH, "./a/p[1]/span[1]").text
            dict['palce'] = info.find_element(By.XPATH, "./a/p[1]/span[2]").text
            dict['time'] = info.find_element(By.XPATH, "./a/p[1]/span[4]").text
            csv.append(dict)
        return csv

    def show(self, csv):
        for i in csv:
            print(i)

    def run(self):
        self.driver.get(url=self.url)
        self.driver.implicitly_wait(10)
        while True:
            self.page -= 1
            if self.page == 0:
                break
            ans = self.parse()
            self.show(ans)
            time.sleep(1)
            try:
                button = self.driver.find_element(By.XPATH, "/html/body/div/div[4]/div[3]/div[2]/div[3]/ul/li[10]")
                self.driver.execute_script("$(arguments[0]).click()", button)
            except:
                break

if __name__ == '__main__':
    p = int(input("请输入要爬取的页数"))
    obj = Tencent(p)
    obj.run()

  系统运维 最新文章
配置小型公司网络WLAN基本业务(AC通过三层
如何在交付运维过程中建立风险底线意识,提
快速传输大文件,怎么通过网络传大文件给对
从游戏服务端角度分析移动同步(状态同步)
MySQL使用MyCat实现分库分表
如何用DWDM射频光纤技术实现200公里外的站点
国内顺畅下载k8s.gcr.io的镜像
自动化测试appium
ctfshow ssrf
Linux操作系统学习之实用指令(Centos7/8均
上一篇文章      下一篇文章      查看所有文章
加:2021-11-14 22:09:38  更:2021-11-14 22:10:00 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 23:18:28-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码