51job爬虫的一些问题

2023-11-10 06:10
文章标签 问题 爬虫 51job

本文主要是介绍51job爬虫的一些问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

各位大佬,我想爬取51job的求职详细信息,具体要求是进入官网搜索数字化管理,进到搜索结果页

获取里面的职位名称,薪资等信息,再点击进入每个职位的详细页面,获取里面的岗位职责等具体要求,

我写了一个代码,可以爬取第一个搜索页的 职位名称和薪资等信息,但进到详细页的时候 无法获取详细页的岗位职责等具体信息。

报错信息如下:

import requests
import json
import pandas as pd
from bs4 import BeautifulSoup# 创建空列表,用于存储数据
post_list = []# 使用一个列表来收集所有的文字内容
texts = []for page in range(1, 51):# 设置请求urlpost_url = f'https://we.51job.com/api/job/search-pc?api_key=51job&timestamp=1696320374&keyword=%E6%95%B0%E5%AD%97%E5%8C%96%E7%AE%A1%E7%90%86&searchType=2&function=&industry=&jobArea=000000&jobArea2=&landmark=&metro=&salary=&workYear=&degree=&companyType=&companySize=&jobType=&issueDate=&sortType=0&pageNum={page}&requestId=&pageSize=20&source=1&accountId=&pageCode=sou%7Csou%7Csoulb&u_atoken=2ca6e1ae-fa70-41cd-9e38-a08a9e95fb76&u_asession=012t7pRyhGHOghJrYjhVbiG_PenymPB204JRWRSfcWGwvAwkrxQ73PCUt4w2x1lHHznKe-6CQQK6f87md9nMUZctsq8AL43dpOnCClYrgFm6o&u_asig=05k1bKQDkEecjNCG4spv3X0zAV1aEpt0GCCadwzkQrqKTfF1rOoApB5y4ZzMCcE-eWFH6J5a6axjxBy5YYl2LbmqejDiWCeGgyk2CvT8POaE6b0Q6BWSrXgqfhVZ4zHNT20-DqeciYycsNAPQsoqAeMww9q1Sbz5kFQVmRJDgEk_2Rjoy8b6Iyz3ADPMhizAKlksmHjM0JOodanL5-M1Qs1esPktKn_g6n51y0G4V_gzb5l1Tkmp4k4Q-65Vosvt9CJ-JJElOzXY6Opa0trnxsxeg4cbkiKv5-ovPTXDpGPGfY94r_LXIIil3Y3aVPRGAe&u_aref=9x2J%2FTRy3QJabllhhmNJLuq7vyM%3D'# 设置请求头headers = {'Accept': 'application/json, text/plain, */*','Accept-Encoding': 'gzip, deflate, br','Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6,zh-TW;q=0.5','Connection': 'keep-alive','Cookie': "nsearch=jobarea%3D%26%7C%26ord_field%3D%26%7C%26recentSearch0%3D%26%7C%26recentSearch1%3D%26%7C%26recentSearch2%3D%26%7C%26recentSearch3%3D%26%7C%26recentSearch4%3D%26%7C%26collapse_expansion%3D; search=jobarea%7E%60%7C%21recentSearch0%7E%60000000%A1%FB%A1%FA000000%A1%FB%A1%FA0000%A1%FB%A1%FA00%A1%FB%A1%FA99%A1%FB%A1%FA%A1%FB%A1%FA99%A1%FB%A1%FA99%A1%FB%A1%FA99%A1%FB%A1%FA99%A1%FB%A1%FA9%A1%FB%A1%FA99%A1%FB%A1%FA%A1%FB%A1%FA0%A1%FB%A1%FA%CA%FD%D7%D6%BB%AF%B9%DC%C0%ED%A1%FB%A1%FA2%A1%FB%A1%FA1%7C%21recentSearch1%7E%60030800%A1%FB%A1%FA030831%A1%FB%A1%FA0000%A1%FB%A1%FA00%A1%FB%A1%FA99%A1%FB%A1%FA%A1%FB%A1%FA99%A1%FB%A1%FA99%A1%FB%A1%FA99%A1%FB%A1%FA99%A1%FB%A1%FA9%A1%FB%A1%FA99%A1%FB%A1%FA%A1%FB%A1%FA0%A1%FB%A1%FA%CA%FD%BE%DD%B7%D6%CE%F6%A1%FB%A1%FA2%A1%FB%A1%FA1%7C%21; guid=905277a987104111f0c174845049ec13; slife=lowbrowser%3Dnot%26%7C%26; privacy=1696725594; acw_tc=ac11000116967255980824819e00e15bc47e8c5565cf103e1376789d6cd3b6; sensorsdata2015jssdkcross=%7B%22distinct_id%22%3A%22905277a987104111f0c174845049ec13%22%2C%22first_id%22%3A%2218aef5ba1abb18-0093b34e2b677418-78505775-1338645-18aef5ba1ac28c%22%2C%22props%22%3A%7B%22%24latest_traffic_source_type%22%3A%22%E8%87%AA%E7%84%B6%E6%90%9C%E7%B4%A2%E6%B5%81%E9%87%8F%22%2C%22%24latest_search_keyword%22%3A%22%E6%9C%AA%E5%8F%96%E5%88%B0%E5%80%BC%22%2C%22%24latest_referrer%22%3A%22https%3A%2F%2Fcn.bing.com%2F%22%7D%2C%22identities%22%3A%22eyIkaWRlbnRpdHlfY29va2llX2lkIjoiMThhZWY1YmExYWJiMTgtMDA5M2IzNGUyYjY3NzQxOC03ODUwNTc3NS0xMzM4NjQ1LTE4YWVmNWJhMWFjMjhjIiwiJGlkZW50aXR5X2xvZ2luX2lkIjoiOTA1Mjc3YTk4NzEwNDExMWYwYzE3NDg0NTA0OWVjMTMifQ%3D%3D%22%2C%22history_login_id%22%3A%7B%22name%22%3A%22%24identity_login_id%22%2C%22value%22%3A%22905277a987104111f0c174845049ec13%22%7D%2C%22%24device_id%22%3A%2218aef5ba1abb18-0093b34e2b677418-78505775-1338645-18aef5ba1ac28c%22%7D; acw_sc__v2=6521fa61c4101175d8ceecf8bac489ed20327812; JSESSIONID=057B6308069316097F90AD9FD9295C45; ssxmod_itna=Qq+hY5AICDO3GHD8Yi40IuPCTd1xGxDv6mfKdD/YbGDnqD=GFDK40oYOoriAKiNw9m3xAxFmCOifqjFro2f+EDrc4eDHxY=DUgD+YYD4RKGwD0eG+DD4DWDmeHDnxAQDjxGpc2LkX=DEDYpZDit6D7tD5eDjAk6RYeG0DDt7n4G2tC=DYbd4EMbgK7TqFqDMteGXbYaiFkbaOPeZ9CWq4QpRDB=1xBQMCQUdx0PyBMUDZr+W8i4YSEh0++G4egDoQS4vk0Gd8BGjZoeo90Y4Dg+LSE4iDD396iD=; ssxmod_itna2=Qq+hY5AICDO3GHD8Yi40IuPCTd1xGxDv6mfKG9i=9DBwAg47P40q8+=WG2DkxFqG7GeD",'Dnt': '1','From-Domain': '51job_web','Host': 'we.51job.com','Property': "%7B%22partner%22%3A%22%22%2C%22webId%22%3A2%2C%22fromdomain%22%3A%2251job_web%22%2C%22frompageUrl%22%3A%22https%3A%2F%2Fwe.51job.com%2F%22%2C%22pageUrl%22%3A%22https%3A%2F%2Fwe.51job.com%2Fpc%2Fsearch%3Fkeyword%3D%25E6%2595%25B0%25E5%25AD%2597%25E5%258C%2596%25E7%25AE%25A1%25E7%2590%2586%26searchType%3D2%26sortType%3D0%26metro%3D%22%2C%22identityType%22%3A%22%22%2C%22userType%22%3A%22%22%2C%22isLogin%22%3A%22%E5%90%A6%22%2C%22accountid%22%3A%22%22%2C%22keywordType%22%3A%22%22%7D",'Referer': "https://we.51job.com/pc/search?keyword=%E6%95%B0%E5%AD%97%E5%8C%96%E7%AE%A1%E7%90%86&searchType=2&sortType=0&metro=",'Sec-Ch-Ua': '"Microsoft Edge";v="117", "Not;A=Brand";v="8", "Chromium";v="117"','Sec-Ch-Ua-Mobile': '?0','Sec-Ch-Ua-Platform': '"Windows"','Sec-Fetch-Dest': 'empty','Sec-Fetch-Mode': 'cors','Sec-Fetch-Site': 'same-origin','Sec-Gpc': '1','Partner': '','Sign': '0b6e7a413562570a7b9ceae46ce837e6b9956b3584d4916760031ddec36d36cf','User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/117.0.0.0 Safari/537.36 Edg/117.0.2045.47','User-Token': "",'Uuid': 'd37f9ef2faf49c91ca3b8e9137b95e08'}# 发送请求post_res = requests.get(url=post_url, headers=headers)# 获取响应数据post_data = post_res.json()for item in post_data['resultbody']['job']['items']:# 将数据存储到新字典中post_dict = {'职位名称': item['jobName'],'薪资': item['provideSalaryString'],'公司名称': item['fullCompanyName'],'工作能力要求': item['jobTags'],'工作详细要求链接': item['jobHref'],}# 进入详情页抓取职位具体信息detail_url = 'https://jobs.51job.com/' + item['hrefAreaPinYin'] + '/' + item['jobId'] + '.html'head = {'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7','Accept-Encoding': 'gzip, deflate, br','Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6,zh-TW;q=0.5','Cache-Control': 'max-age=0','Connection': 'keep-alive','Cookie': 'nsearch=jobarea%3D%26%7C%26ord_field%3D%26%7C%26recentSearch0%3D%26%7C%26recentSearch1%3D%26%7C%26recentSearch2%3D%26%7C%26recentSearch3%3D%26%7C%26recentSearch4%3D%26%7C%26collapse_expansion%3D; search=jobarea%7E%60%7C%21recentSearch0%7E%60000000%A1%FB%A1%FA000000%A1%FB%A1%FA0000%A1%FB%A1%FA00%A1%FB%A1%FA99%A1%FB%A1%FA%A1%FB%A1%FA99%A1%FB%A1%FA99%A1%FB%A1%FA99%A1%FB%A1%FA99%A1%FB%A1%FA9%A1%FB%A1%FA99%A1%FB%A1%FA%A1%FB%A1%FA0%A1%FB%A1%FA%CA%FD%D7%D6%BB%AF%B9%DC%C0%ED%A1%FB%A1%FA2%A1%FB%A1%FA1%7C%21recentSearch1%7E%60030800%A1%FB%A1%FA030831%A1%FB%A1%FA0000%A1%FB%A1%FA00%A1%FB%A1%FA99%A1%FB%A1%FA%A1%FB%A1%FA99%A1%FB%A1%FA99%A1%FB%A1%FA99%A1%FB%A1%FA99%A1%FB%A1%FA9%A1%FB%A1%FA99%A1%FB%A1%FA%A1%FB%A1%FA0%A1%FB%A1%FA%CA%FD%BE%DD%B7%D6%CE%F6%A1%FB%A1%FA2%A1%FB%A1%FA1%7C%21; guid=905277a987104111f0c174845049ec13; slife=lowbrowser%3Dnot%26%7C%26; privacy=1696725594; sensorsdata2015jssdkcross=%7B%22distinct_id%22%3A%22905277a987104111f0c174845049ec13%22%2C%22first_id%22%3A%2218aef5ba1abb18-0093b34e2b677418-78505775-1338645-18aef5ba1ac28c%22%2C%22props%22%3A%7B%22%24latest_traffic_source_type%22%3A%22%E8%87%AA%E7%84%B6%E6%90%9C%E7%B4%A2%E6%B5%81%E9%87%8F%22%2C%22%24latest_search_keyword%22%3A%22%E6%9C%AA%E5%8F%96%E5%88%B0%E5%80%BC%22%2C%22%24latest_referrer%22%3A%22https%3A%2F%2Fcn.bing.com%2F%22%7D%2C%22identities%22%3A%22eyIkaWRlbnRpdHlfY29va2llX2lkIjoiMThhZWY1YmExYWJiMTgtMDA5M2IzNGUyYjY3NzQxOC03ODUwNTc3NS0xMzM4NjQ1LTE4YWVmNWJhMWFjMjhjIiwiJGlkZW50aXR5X2xvZ2luX2lkIjoiOTA1Mjc3YTk4NzEwNDExMWYwYzE3NDg0NTA0OWVjMTMifQ%3D%3D%22%2C%22history_login_id%22%3A%7B%22name%22%3A%22%24identity_login_id%22%2C%22value%22%3A%22905277a987104111f0c174845049ec13%22%7D%2C%22%24device_id%22%3A%2218aef5ba1abb18-0093b34e2b677418-78505775-1338645-18aef5ba1ac28c%22%7D; acw_sc__v2=6521fa61c4101175d8ceecf8bac489ed20327812; acw_tc=ac11000116967256843172336e00dfce5b8080ea2ff7bd0666eebafa0f2811; ssxmod_itna=eqGxuDRD9GDtzqBPGIrCADgADyGDcAniGQQ1rY=D0y0HeGzDAxn40iDtPrN=KhiST3tLe8BRePKFp2aL3sF2oub4LYCo4GLDmKDyber4GG0xBYDQxAYDGDDPDogPD1D3qDkD7h6CMy1qGWDm4sDY5HDQHGe4DFc2IOP4i7DDvQCx07YRKDe2ahchgCK0gDq0KD9hYDsZ2fe0KpjS3xM2oEI3B3Ix0kl40OyZAC74GdXc5z4/ueLG0o7gier=GxqniKTCG4vW4KYm29VADxT02xPAiF7OxxDDax65hx4D; ssxmod_itna2=eqGxuDRD9GDtzqBPGIrCADgADyGDcAniGQQ1rnDnI8KxDsaKDLG0=aH/+rV=N0r2d4uDnRGsOKG7BXOOz1CK2oTQePobtr2hA9vA/i3jA+OnKDUYv8u8ep6HR=8woCM6P2E=fOnmwkIlKDoXKevV0+KqaCKCKeEeNfix2Rd8zMAZ/r=T0qdu7lY8idNS0hQs0jN5gltroc6AR7KsiBfRtkKRQTQDPW9rOLdPWDHCtRjgQ4h5g+g42pIwA1GAlfYeY8d+A9cj=363M9uyYydTUtC+ReE+A1iwfIQyEdXEojbZ45ZWgHsjOIlGQ9mKc6NAWmEgpQhQnAK5fXErwlG=nQxj0jG==sWrwjYQ3PP/wq+q0n6/1irgtvxUZO0Zae2Dw792MWeSmUrILMZrDST7StKIrE060ZqSEr1+e+75RPQXj6IDUGSuBxUe+=2AIoULqUa+URw9Uw8nr4m0Sar3Ff3eWfNItUw9jERAv+DeA4DQKQD08DiQ7iGxB4QbY4dD','Dnt': '1','Host': 'jobs.51job.com','Referer': 'https://jobs.51job.com/dongguan-fgz/150702673.html?s=sou_sou_soulb&t=0_0&req=7bd49afc5d2508dd3008e440ec8c7978','Sec-Ch-Ua': '"Microsoft Edge";v="117", "Not;A=Brand";v="8", "Chromium";v="117"','Sec-Ch-Ua-Mobile': '?0','Sec-Ch-Ua-Platform': '"Windows"','Sec-Fetch-Dest': 'document','Sec-Fetch-Mode': 'navigate','Sec-Fetch-Site': 'same-origin','Sec-Fetch-User': '?1','Sec-Gpc': '1','Upgrade-Insecure-Requests': '1','User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/117.0.0.0 Safari/537.36 Edg/117.0.2045.47'}params = {'s': 'sou_sou_soulb','t': '0_0','req': '7bd49afc5d2508dd3008e440ec8c7978','timestamp__1258': 'n4+xuDRDgAYx0DU2DBMroDkWgY4WT5qD=Y4D','alichlgref': 'https://we.51job.com/'}# 发送请求detail_res = requests.get(url=detail_url, headers=head, params=params)detail_res.encoding = 'gbk'# 解析请求soup = BeautifulSoup(detail_res.text, 'html.parser')div = soup.find('div', class_='bmsg job_msg inbox')post_dict['工作详细要求'] = div.text.strip()# 将字典添加到列表中post_list.append(post_dict)print(f'第{page}页爬取成功!')
print(post_list)

请各位大佬帮我 解疑释惑!!

这篇关于51job爬虫的一些问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/380814

相关文章

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

购买磨轮平衡机时应该注意什么问题和技巧

在购买磨轮平衡机时,您应该注意以下几个关键点: 平衡精度 平衡精度是衡量平衡机性能的核心指标,直接影响到不平衡量的检测与校准的准确性,从而决定磨轮的振动和噪声水平。高精度的平衡机能显著减少振动和噪声,提高磨削加工的精度。 转速范围 宽广的转速范围意味着平衡机能够处理更多种类的磨轮,适应不同的工作条件和规格要求。 振动监测能力 振动监测能力是评估平衡机性能的重要因素。通过传感器实时监

缓存雪崩问题

缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库,瞬间耗尽数据库资源,导致数据库无法使用。 解决方案: 1、使用锁进行控制 2、对同一类型信息的key设置不同的过期时间 3、缓存预热 1. 什么是缓存雪崩 缓存雪崩是指在短时间内,大量缓存数据同时失效,导致所有请求直接涌向数据库,瞬间增加数据库的负载压力,可能导致数据库性能下降甚至崩溃。这种情况往往发生在缓存中大量 k

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

【VUE】跨域问题的概念,以及解决方法。

目录 1.跨域概念 2.解决方法 2.1 配置网络请求代理 2.2 使用@CrossOrigin 注解 2.3 通过配置文件实现跨域 2.4 添加 CorsWebFilter 来解决跨域问题 1.跨域概念 跨域问题是由于浏览器实施了同源策略,该策略要求请求的域名、协议和端口必须与提供资源的服务相同。如果不相同,则需要服务器显式地允许这种跨域请求。一般在springbo

题目1254:N皇后问题

题目1254:N皇后问题 时间限制:1 秒 内存限制:128 兆 特殊判题:否 题目描述: N皇后问题,即在N*N的方格棋盘内放置了N个皇后,使得它们不相互攻击(即任意2个皇后不允许处在同一排,同一列,也不允许处在同一斜线上。因为皇后可以直走,横走和斜走如下图)。 你的任务是,对于给定的N,求出有多少种合法的放置方法。输出N皇后问题所有不同的摆放情况个数。 输入

vscode中文乱码问题,注释,终端,调试乱码一劳永逸版

忘记咋回事突然出现了乱码问题,很多方法都试了,注释乱码解决了,终端又乱码,调试窗口也乱码,最后经过本人不懈努力,终于全部解决了,现在分享给大家我的方法。 乱码的原因是各个地方用的编码格式不统一,所以把他们设成统一的utf8. 1.电脑的编码格式 开始-设置-时间和语言-语言和区域 管理语言设置-更改系统区域设置-勾选Bata版:使用utf8-确定-然后按指示重启 2.vscode

Python3 BeautifulSoup爬虫 POJ自动提交

POJ 提交代码采用Base64加密方式 import http.cookiejarimport loggingimport urllib.parseimport urllib.requestimport base64from bs4 import BeautifulSoupfrom submitcode import SubmitCodeclass SubmitPoj():de

Android Environment 获取的路径问题

1. 以获取 /System 路径为例 /*** Return root of the "system" partition holding the core Android OS.* Always present and mounted read-only.*/public static @NonNull File getRootDirectory() {return DIR_ANDR