采集场景
在国聘网招聘搜索页(https://www.iguopin.com/job), 输入关键词搜索(示例中的搜索关键词为【运营】),搜索后得到招聘信息列表页。点击职位链接,进入职位详情页,采集详情页数据,并在列表页自动翻页采集。
采集字段
岗位名称、位置、薪资范围、性质、经验要求、学历要求、招聘企业、报名截止时间、专业要求、行业要求、职位介绍等。

采集结果
采集结果可导出为Excel、CSV、HTML、数据库等多种格式。导出为Excel示例:

采集步骤
步骤一、打开网页
步骤二、批量输入关键词并筛选条件
步骤三、建立【循环-点击元素】,进入每个职位的详情页
步骤四、提取职位详情页中的字段
步骤五、编辑字段
步骤六、创建【循环翻页】,采集多页数据
步骤七、启动采集
以下为具体步骤:
步骤一、打开网页
在首页【输入框】中输入目标网址 https://www.iguopin.com/job,点击【开始采集】,八爪鱼自动打开网页。
特别说明:
a. 打开网页后,如果开始开始【自动识别】,请点击【不再自动识别】或【取消识别】将其关掉。因为本文不适合使用【自动识别】。
b. 【自动识别】适用于自动识别网页上的列表、滚动和翻页,识别成功后直接启动采集即可获取数据。详情点击查看 【自动识别】教程
步骤二、批量输入关键词并筛选条件
1、输入关键词并搜索
- 点击页面上的搜索输入框
- 点击操作提示内:【输入文本】,然后点击:【批量输入文本】
- 隔行输入文本,即一行一个关键词,如(可根据实际需要修改输入的文本):
运营
it
- 勾选【输入回车键Enter】,并点击确定
选中搜索框,在操作提示框中点击【输入文本】,输入要搜索的职位或公司,如【爬虫工程师】、【python工程师】等。
选中【搜索】按钮,在操作提示框中点击【点击该元素】,出现搜索结果列表页。
2、筛选条件
- 点击页面中展开下拉框位置,如:'学历要求'
- 在黄色操作提示框中点击【点击一次】
- 再对所需筛选条件进行点击,如:‘本科’
- 在黄色操作提示框中点击【点击一次】
如其他下拉框或筛选条件需配置,则重复以上点选操作配置对应点击步骤。
步骤三、建立【循环列表】,并提取所需字段
1、建立【循环列表】
通过以下几步,实现循环点击每个职位链接,进入职位详情页
① 选中页面上第1个职位列表项,需预选到包含全部字段
②选中页面上第2个职位列表项,需预选到与第一个列表项一致大小
③ 在黄色操作提示框中,点击【文本内容】,以确认循环列表配置
2、提取所需字段
① 删除配置循环列表生成的冗杂字段
②在第一个列表项,点击所需采集的字段
③ 在黄色操作提示框中,点击【文本内容】,以确认字段采集配置
特别说明:
a. 经过以上连续3步,【循环-点击元素】创建完成。【循环】中的项,对应着页面上所有职位链接。启动采集以后,八爪鱼就会按照循环中的顺序依次点击每个职位链接,进入情页,以采集每个职位的具体数据。
b. 为何通过以上3步,可建立【循环-点击元素】?详情点击查看 采集点击多个链接后的详情页数据教程 。
步骤四、配置进入详情页,并提取详情页中的字段
1、配置进入详情页
因循环列表已创建,进入详情页仅需对第一个列表项的标题配置点击一次的步骤即可。
① 点击标题
②在黄色操作提示框中,点击【点击一次】,以确认进入详情页配置
③在高级设置中勾选打开新标签页
2、提取详情页字段
进入详情页后,手动提取我们需要采集的字段。
① 点击所需采集的字段
② 在黄色操作提示框中,点击【文本内容】,以确认字段采集配置
如需采集详情页的页面网址
进入【提取数据】设置页面,点击 【+】 按钮,
选择【添加当前网页信息】-【网址】,然后保存
步骤五、创建【循环翻页】,采集多页数据
如果只是采集一页数据,可跳过此步骤。
如果需要翻页以采集多页数据:
点击规流程图里的【循环列表】,让页面返回到上一级页面。选择页面中控制翻页的按钮【>】,在操作提示上单击【循环点击下一页】,创建【循环翻页】。
特别说明:
a. 创建【循环翻页】后,八爪鱼会自动点击【下一页】按钮进行翻页,从第1页,第2页......直到最后1页。如果只需采集特定页的数据,可在八爪鱼中设置循环翻页的次数,详情点击查看 翻页以采集多页数据教程。
步骤六、规则优化
1、优化列表页采集步骤
①点击【点击元素1】,修改元素XPath为://div[@title="本科"],以精准点击本科条件,可以根据筛选条件需要,修改双引号内文本。
②点击【点击元素3】,修改元素XPath为://div[@title="3天内"],以精准点击3天内更新时间,可以根据筛选条件需要,修改双引号内文本。
③对筛选条件部分的所有点击步骤设置1s执行前等待时长
④对筛选条件部分的所有点击步骤设置3s的Ajax加载时长
⑤点击【循环列表1】框架,点击高级设置,设置2s等待时长
2、优化详情页采集步骤
①点击【点击元素4】,因该网站进入详情页为打开新标签类型,需勾选【在新标签中打开】,并设置Ajax加载时长为5s
②点击【提取数据】步骤,点击【纵向字段布局】按钮
,

因每个详情页该区域的标签描述排版不一致,为精准提取所需字段数据,修改字段XPath,
如:
报名截止时间字段→XPath://span[contains(string(),'报名截止时间')]/../span[3]
专业要求字段→XPath://span[contains(string(),'专业要求')]/../span[3]
行业要求字段→XPath://span[contains(string(),'行业要求')]/../span[3]
特别说明:
如需提取该区域其他字段,可按此修改精准定位
③点击高级设置,设置2s执行前等待时长
3、优化输入关键词步骤
①点击循环列表框架,点击高级设置,设置等待时长2s
②点击输入文本步骤,点击高级设置,设置执行前等待1s
③因网站输入框异常,点击页面输入框位置,黄色提示框内配置点击一次步骤,将该步骤拖拽至【组合输入文本】步骤前
特别说明:
什么是XPath?如何写一条正确的XPath?点击查看 XPath学习与实例教程 。
步骤七、启动采集
1、点击【采集】并【启动本地采集】。启动后八爪鱼开始自动采集数据。
2、采集完成后,选择合适的导出方式来导出数据。支持导出为Excel,CSV,HTML,数据库等。这里导出为Excel。

示例数据:
