Python爬虫 scrapy框架爬取某招聘网存入mongodb解析

 更新时间:2019年07月31日 10:03:59   作者:Tanglaoer  
这篇文章主要介绍了Python爬虫 scrapy框架爬取某招聘网存入mongodb解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

创建项目

scrapy startproject zhaoping

创建爬虫

cd zhaoping
scrapy genspider hr zhaopingwang.com

目录结构

items.py

  title = scrapy.Field()
  position = scrapy.Field()
  publish_date = scrapy.Field()

pipelines.py

from pymongo import MongoClient

mongoclient = MongoClient(host='192.168.226.150',port=27017)
collection = mongoclient['zhaoping']['hr']

class TencentPipeline(object):
  def process_item(self, item, spider):
    print(item)
    # 需要转换为 dict
    collection.insert(dict(item))
    return item

spiders/hr.py

def parse(self, response):
    # 不要第一个 和最后一个
    tr_list = response.xpath("//table[@class='tablelist']/tr")[1:-1]
    for tr in tr_list:
      item = TencentItem()
      # xpath 从1 开始数起
      item["title"] = tr.xpath("./td[1]/a/text()").extract_first()
      item["position"] = tr.xpath("./td[2]/text()").extract_first()
      item["publish_date"] = tr.xpath("./td[5]/text()").extract_first()
      yield item

    next_url = response.xpath("//a[@id='next']/@href").extract_first()
    # 构造url
    if next_url != "javascript:;":
      print(next_url)
      next_url = "https://hr.tencent.com/" + next_url
      yield scrapy.Request(url=next_url,callback=self.parse,)

就是这么简单,就获取到数据

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • Django 连接sql server数据库的方法

    Django 连接sql server数据库的方法

    这篇文章主要介绍了Django 连接sql server数据库的方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-06-06
  • python调用系统ffmpeg实现视频截图、http发送

    python调用系统ffmpeg实现视频截图、http发送

    这篇文章主要为大家详细介绍了python调用系统ffmpeg实现视频截图、http发送,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-03-03
  • python 实现一个图形界面的汇率计算器

    python 实现一个图形界面的汇率计算器

    这篇文章主要介绍了python 实现一个图形界面的汇率计算器,帮助大家更好的理解和学习如何制作gui程序,感兴趣的朋友可以了解下
    2020-11-11
  • Python修改IP地址的常见方法总结

    Python修改IP地址的常见方法总结

    在网络编程中,可能会遇到需要修改IP地址的情况,Python提供了一些功能强大的库和模块,可以帮助我们实现IP地址的修改操作,本文将介绍几种常见的方法,以及如何使用它们来修改IP地址,需要的朋友可以参考下
    2023-12-12
  • python学生信息管理系统实现代码

    python学生信息管理系统实现代码

    这篇文章主要为大家详细介绍了python学生信息管理系统的实现代码,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-06-06
  • python模块导入方式浅析步骤

    python模块导入方式浅析步骤

    这篇文章主要为大家介绍了python中模块导入的方式,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-10-10
  • Python实现多格式文本转为word

    Python实现多格式文本转为word

    在现代工作中,我们常常需要处理不同格式的文件,其中Word文档是最为常见的一种,本文主要介绍了如何使用Python创建一个全能的文件处理工具,能够将多种格式的文件转换为Word文档,需要的可以参考下
    2023-11-11
  • python异常触发及自定义异常类解析

    python异常触发及自定义异常类解析

    这篇文章主要介绍了python异常触发及自定义异常类解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-08-08
  • python基于右递归解决八皇后问题的方法

    python基于右递归解决八皇后问题的方法

    这篇文章主要介绍了python基于右递归解决八皇后问题的方法,实例分析了右递归算法的相关使用技巧,需要的朋友可以参考下
    2015-05-05
  • python lxml中etree的简单应用

    python lxml中etree的简单应用

    这篇文章主要介绍了python lxml中etree的简单应用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-05-05

最新评论