Python爬虫 scrapy框架爬取某招聘网存入mongodb解析
发布时间
阅读量：
阅读量
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() 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 itemspiders/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
写到这里，给大家推荐一个资源很全的python学习聚集地，点击进入，这里有资深程序员分享以前学习
心得，学习笔记，还有一线企业的工作经验，且给大家精心整理一份python零基础到项目实战的资料，
每天给大家讲解python最新的技术，前景，学习需要留言的小细节
以上就是本文的全部内容，希望对大家的学习有所帮助
全部评论 (0)
还没有任何评论哟~