收藏 400-998-9776 转2 服务时间 周一至周日 9:00-23:00 注意:本站不提供境外服务
您的位置:首页 >文章内容
网站限制爬取薪资信息,代理IP来助阵
来源:互联网 作者:admin 时间:2019-03-26 18:00:00

  换工作需要知道该岗位目前市场薪资信息,企业招聘也需要知道各岗位当前薪资福利情况,这些情况是怎么分析出来的呢?这就要用到大数据了,抓取大量的信息,无疑是使用爬取的方法最快的。


  但是呢,网站限制爬取薪资信息,面对这种情况可以使用代理IP来助阵的,就像智连代理的使用,方便快捷。


  实战演练:通过Python来编写一个拉勾网薪资调查的小爬虫。


  1.分析网页


  我们在查看拉勾网上的招聘信息的时候,搜索Python,或者是PHP等等的岗位信息,其实是向服务器发出相应请求,由服务器动态的响应请求,将我们所需要的内容通过浏览器解析,呈现在我们的面前。


  可以看到我们发出的请求当中,FormData中的kd参数,就代表着向服务器请求关键词为Python的招聘信息。


  分析比较复杂的页面请求与响应信息,推荐使用Fiddler,对于分析网站来说绝对是一大杀器。不过比较简单的响应请求用浏览器自带的开发者工具就可以,比如像火狐的FireBug等等,只要轻轻一按F12,所有的请求的信息都会事无巨细的展现在你面前。


  经由分析网站的请求与响应过程可知,拉勾网的招聘信息都是由XHR动态传递的。

  我们发现,以POST方式发出的请求有两个,分别是companyAjax.json和positionAjax.json,它们分别控制当前显示的页面和页面中包含的招聘信息。


  可以看到,我们所需要的信息包含在positionAjax.json的Content->result当中,其中还包含了一些其他参数信息,包括总页面数(totalPageCount),总招聘登记数(totalCount)等相关信息。


  2.发送请求


  知道我们所要抓取的信息在哪里是最为首要的,知道信息位置之后,接下来我们就要考虑如何通过Python来模拟浏览器,获取这些我们所需要的信息。


网站限制爬取薪资信息,代理IP来助阵


  其中比较关键的步骤在于如何仿照浏览器的Post方式,来包装我们自己的请求。


  request包含的参数包括所要抓取的网页url,以及用于伪装的headers。urlopen中的data参数包括FormData的三个参数(first、pn、kd)


  包装完毕之后,就可以像浏览器一样访问拉勾网,并获得页面数据了。


  3.抓取数据


  获得页面信息之后,我们就可以开始爬虫数据中最主要的步骤:抓取数据。


  抓取数据的方式有很多,像正则表达式re,lxml的etree,json,以及bs4的BeautifulSoup都是python3抓取数据的适用方法。大家可以根据实际情况,使用其中一个,又或多个结合使用。


网站限制爬取薪资信息,代理IP来助阵


  4.信息存储


  获得原始数据之后,为了进一步的整理与分析,我们有结构有组织的将抓取到的数据存储到excel中,方便进行数据的可视化处理。


网站限制爬取薪资信息,代理IP来助阵


  这是使用xlsxwriter存储的数据,没有问题,可以正常使用。到从为止,一个抓取拉勾网招聘信息的小爬虫就诞生了。


网站限制爬取薪资信息,代理IP来助阵


  通过实战,并借用代理IP,很容易就能获取到薪资信息,可以进行数据的分析之后,拿到当前的岗位薪资信息的,这样可以帮助我们快速了解岗位的市场行情噢。


推荐阅读
  • 02 2019-07
    手机电脑的IP地址能不能改?

    手机电脑的IP地址能不能改?设备要有IP才能上网的,这是必定的,有时候换了IP地址,还上不了网了,那么这手机电脑的IP地址能不能改?我们先来了解下关于IP的一些知识。

  • 15 2019-06
    免费代理ip怎么就不安全了

    免费代理ip怎么就不安全了?当我们需要使用到代理ip时,可能第一时间考虑的都是免费代理ip,因为是免费的,谁都想去试试。

  • 08 2019-05
    免费代理IP的可用率太低了

    免费代理IP的可用率太低了,不过即使低,但冲着“免费”二字,也是有不少的用户,不过市面的免费代理IP类型多种多样,许多知名品牌被自吹自擂得天花乱坠,让客户在选择时想不起该怎样

  • 16 2019-07
    遇到ip地址限制找ip工具

    遇到ip地址限制找ip工具,这是最好的方法,也是最快解决的方法,不然你就要傻傻的等到平台给你解封,这黄菜花都凉了。那么找什么ip工具来解决这个ip限制问题呢?

  • 19 2019-03
    访问网站IP受限,独享IP代理快速解除限制

    我们在上网的过程中,经常都是访问各种的网站获取信息,如果仅是普通访问没事,若是快速多次访问,这经常是被限制的,为什么呢?

  • 14 2019-06
    怎么知道有没有用代理ip?

    怎么知道有没有用代理ip?有时候用代理ip之后,被对方发现了,对方是怎么发现用户使用了代理ip呢?