python 2.7 파충류 웹 페이지 데이터 구현

최근 에 Python 을 배우 고 간단 한 파충류 가 되 었 습 니 다.간단 한 demo 로 서 저 와 같은 초보 자 를 도와 주 고 싶 습 니 다.
코드 는 python 2.7 로 만 든 파충 류 를 사용 합 니 다.  51job 위의 직위 명,회사 명,임금,발표 시간 등 을 잡다.
코드 를 직접 올 리 면 코드 에 주석 이 비교적 명확 한 편 입 니 다.my sql 을 설치 하지 않 으 면 관련 코드 를 차단 해 야 합 니 다.

#!/usr/bin/python 
# -*- coding: UTF-8 -*- 
 
from bs4 import BeautifulSoup 
import urllib 
import urllib2 
import codecs 
import re 
import time 
import logging 
import MySQLdb 
 
 
class Jobs(object): 
 
  #     
  """docstring for Jobs""" 
 
  def __init__(self): 
    super(Jobs, self).__init__() 
     
    logging.basicConfig(level=logging.DEBUG, 
         format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s') 
    #      ，  mysql      
    self.db = MySQLdb.connect('127.0.0.1','root','rootroot','MySQL_Test',charset='utf8') 
    self.cursor = self.db.cursor() 
 
    #log      
    self.logger = logging.getLogger("sjk") 
 
    self.logger.setLevel(level=logging.DEBUG) 
 
    formatter = logging.Formatter( 
      '%(asctime)s - %(name)s - %(levelname)s - %(message)s') 
    handler = logging.FileHandler('log.txt') 
    handler.setFormatter(formatter) 
    handler.setLevel(logging.DEBUG) 
    self.logger.addHandler(handler) 
 
    self.logger.info('     ') 
 
  #        
  def jobshtml(self, key, page='1'): 
    try: 
      self.logger.info('     ' + page + ' ') 
      #  url 
      searchurl = "https://search.51job.com/list/040000,000000,0000,00,9,99,{key},2,{page}.html?lang=c&stype=&postchannel=0000&workyear=99&cotype=99°reefrom=99&jobterm=99&companysize=99&providesalary=99&lonlat=0%2C0&radius=-1&ord_field=0&confirmdate=9&fromType=&dibiaoid=0&address=&line=&specialarea=00&from=&welfare=" 
 
      user_agent = 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.13; rv:59.0) Gecko/20100101 Firefox/59.0' 
      #      
      header = {'User-Agent': user_agent, 'Host': 'search.51job.com', 
           'Referer': 'https://www.51job.com/'} 
      #  url 
      finalUrl = searchurl.format(key=key, page=page) 
       
      request = urllib2.Request(finalUrl, headers=header) 
 
      response = urllib2.urlopen(request) 
      #         
      time.sleep(3) 
      #gbk     
      info = response.read().decode('gbk') 
 
      self.logger.info('      ') 
 
      self.decodeHtml(info=info, key=key, page=page) 
 
    except urllib2.HTTPError as e: 
      print e.reason 
 
  #        
  def decodeHtml(self, info, key, page): 
    self.logger.info('        ') 
    #BeautifulSoup      
    soup = BeautifulSoup(info, 'html.parser') 
    #  class = t1 t2 t3 t4 t5       
    ps = soup.find_all(attrs={"class": re.compile(r'^t[1-5].*')}) 
    #  txt   a+      
    f = codecs.open(key + '.txt', 'a+', 'UTF-8') 
    #          
    f.truncate() 
 
    f.write('
------------' + page + '--------------
') 
 
    count = 1 
 
    arr = [] 
    #         ，        iOS             -    0.9-1.6 /  05-16 
    for pi in ps: 
      spe = " " 
      finalstr = pi.getText().strip() 
      arr.append(finalstr) 
      if count % 5 == 0: 
        #          ，      mysql           
        self.connectMySQL(arr=arr) 
        arr = [] 
        spe = "
" 
      writestr = finalstr + spe 
      count += 1 
      f.write(writestr) 
    f.close() 
     
    self.logger.info('    ') 
 
#          mysql       
  def connectMySQL(self,arr): 
    work=arr[0] 
    company=arr[1] 
    place=arr[2] 
    salary=arr[3] 
    time=arr[4] 
 
    query = "select * from Jobs_tab where \ 
    company_name='%s' and work_name='%s' and work_place='%s' \ 
    and salary='%s' and time='%s'" %(company,work,place,salary,time) 
    self.cursor.execute(query) 
 
    queryresult = self.cursor.fetchall() 
    #                                
    if len(queryresult) > 0: 
      sql = "insert into Jobs_tab(work_name,company_name,work_place,salary\ 
          ,time) values('%s','%s','%s','%s','%s')" %(work,company,place,salary,time) 
       
      try: 
        self.cursor.execute(sql) 
        self.db.commit() 
         
      except Exception as e: 
        self.logger.info('       ') 
     
 
  #     
  # def login(self): 
  #   data = {'action':'save','isread':'on','loginname':'18086514327','password':'kui4131sjk'} 
 
 
  #          
  def run(self, key): 
 
    #    5     key               ios page    
    for x in xrange(1, 6): 
      self.jobshtml(key=key, page=str(x)) 
 
    self.logger.info('       ') 
 
    self.db.close() 
 
if __name__ == '__main__': 
 
  Jobs().run(key='iOS') 

이렇게 웹 페이지 데 이 터 를 캡 처 하 는 형식 은 다음 과 같 습 니 다.

이상 이 바로 본 고의 모든 내용 입 니 다.여러분 의 학습 에 도움 이 되 고 저 희 를 많이 응원 해 주 셨 으 면 좋 겠 습 니 다.