运行平台： Windows
Python版本： Python3.6
IDE： Sublime Text
其他工具： Chrome浏览器
1、网页分析
1.1 分析请求地址
以北京海淀区的Python工程师为例进行网页分析。打开智联招聘首页，选择北京地区，在搜索框输入"Python工程师"，点击"搜工作"：
接下来跳转到搜索结果页面，按"F12"打开开发者工具，然后在"热门地区"栏选择"海淀"，我们看一下地址栏：
立即学习“Python免费学习笔记（深入）”；
由地址栏后半部分
searchresult.ashx?jl=北京&kw=python工程师&sm=0&isfilter=1&p=1&re=2005可以看出，我们需要自己构造地址。接下来要对开发者工具进行分析，按照如图所示步骤找到我们需要的数据：Request Headers和Query String Parameters：
构造请求地址：
paras = {
'jl': '北京', # 搜索城市
'kw': 'python工程师', # 搜索关键词
'isadv': 0, # 是否打开更详细搜索选项
'isfilter': 1, # 是否对结果过滤
'p': 1, # 页数
're': 2005 # region的缩写，地区，2005代表海淀
}
url = 'https://sou.zhaopin.com/jobs/searchresult.ashx?' + urlencode(paras)请求头：
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36',
'Host': 'sou.zhaopin.com',
'Referer': 'https://www.zhaopin.com/',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
'Accept-Encoding': 'gzip, deflate, br',
'Accept-Language': 'zh-CN,zh;q=0.9'
}1.2 分析有用数据
接下来我们要分析有用数据，从搜索结果中我们需要的数据有：职位名称、公司名称、公司详情页地址、职位月薪：
通过网页元素定位找到这几项在HTML文件中的位置，如下图所示：
用正则表达式对这四项内容进行提取：
# 正则表达式进行解析
pattern = re.compile('<a style=.*? target="_blank">(.*?)a>.*?' # 匹配职位信息
'<td class="gsmc"><a href="(.*?)" target="_blank">(.*?)a>.*?' # 匹配公司网址和公司名称
'<td class="zwyx">(.*?)td>', re.S) # 匹配月薪
# 匹配所有符合条件的内容
items = re.findall(pattern, html)注意：解析出来的部分职位名称带有标签，如下图所示：
那么在解析之后要对该数据进行处理剔除标签，用如下代码实现：
for item in items:
job_name = item[0]
job_name = job_name.replace('<', '')
job_name = job_name.replace('>', '')
yield {
'job': job_name,
'website': item[1],
'company': item[2],
'salary': item[3]
}2、写入文件
我们获取到的数据每个职位的信息项都相同，可以写到数据库中，但是本文选择了csv文件，以下为百度百科解释：
由于Python内置了csv文件操作的库函数，所以很方便：
import csv <p>def write_csv_headers(path, headers): '''写入表头''' with open(path, 'a', encoding='gb18030', newline='') as f: f_csv = csv.DictWriter(f, headers) f_csv.writeheader()</p><p>def write_csv_rows(path, headers, rows): '''写入行''' with open(path, 'a', encoding='gb18030', newline='') as f: f_csv = csv.DictWriter(f, headers) f_csv.writerows(rows)
3、进度显示
要想找到理想工作，一定要对更多的职位进行筛选，那么我们抓取的数据量一定很大，几十页、几百页甚至几千页，那么我们要掌握抓取进度心里才能更加踏实啊，所以要加入进度条显示功能。
本文选择tqdm进行进度显示，来看一下酷炫结果（图片来源网络）：
执行以下命令进行安装：pip install tqdm。
简单示例：
from tqdm import tqdm from time import sleep</p><p>for i in tqdm(range(1000)): sleep(0.01)
4、完整代码
