电商
社交媒体
新闻资讯
生活服务
金融
房产
【百姓网】招聘数据采集
2020-05-13
2607
采集场景
在深圳百姓网招聘首页 https://shenzhen.baixing.com/gongzuo/, 输入职位名称,得到目标职位信息。然后点击职位标题链接进入职位详情页,采集该职位具体信息。
采集字段
标题、薪资、发布时间、公司名称
鼠标放到图片上,右键,选择【在新标签页中打开图片】可查看高清大图
下文其他图片同理
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:
教程说明
本篇更新时间:2020/5/13 八爪鱼版本:V8.1.12
如果因网页改版造成网址或步骤无效,无法收集到目标数据,请联系官方客服,我们将及时修正。
采集步骤
步骤一:打开网页
步骤二、输入关键词并搜索
步骤三、建立【循环-点击元素】,进入每个职位详情页
步骤四、提取/编辑字段
步骤五、创建【循环翻页】,采集多页数据
步骤六、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://shenzhen.baixing.com/gongzuo/,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
c. 示例中输入的网址 https://shenzhen.baixing.com/gongzuo/ ,是深圳百姓网招聘的网址,可根据需求,更换目标城市,得到相关网址。
步骤二、输入关键词并搜索
1、输入关键词
选中搜索框,在操作提示框中点击【输入文字】,输入要搜索的职位或公司,如【行政专员】等。
2、点击搜索
选中【搜索】按钮,在操作提示框中点击【点击该按钮】,出现搜索结果列表页。
步骤三、建立【循环-点击元素】,进入每个职位详情页
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个职位链接
② 在黄色操作提示框中,点击【选中全部】
③ 点击【循环点击每个链接】,进入第1个职位的详情页
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,进入职位详情页,以采集每个详情页下的职位数据。
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、提取/编辑字段
1、提取目标字段
选中页面中的文本,然后在操作提示框中,点击【采集该元素文本】。
文本类字段都可以按照这样的方式提取。示例中我们提取了标题、薪资、发布时间、公司名称职位描述等字段。
2、编辑字段
进入【提取数据】设置界面,可删除多余字段,修改字段名,移动字段顺序、增加字段等。
3、修改【职位描述】字段XPath
为了精准定位到所有的【职位描述】字段,需修改一下【职位描述】字段的XPath。
进入【提取数据】设置页面,然后找到【职位描述】字段,进入【自定义定位元素方式】设置页面,然后填入XPath: //DIV[@class="viewad-text"],并应用保存。
特别说明:
a. 【职位描述】字段默认的XPath,不能精准定位到所有职位详情页的【职位描述】字段,因此需要我们手动需改。这里需要掌握XPath知识,点击查看 XPath学习与实例教程 。
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:点击流程中的【循环列表】,回到列表页。然后选中页面中的【下一页】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:
1. 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、启动采集
1、单击【采集】并【启动本地采集】。启动后八爪鱼开始自动采集数据。
特别说明:
a. 【本地采集】是使用自己的电脑进行采集,【云采集】是使用八爪鱼提供的云服务器采集,点击查看 本地采集与云采集详解。
2、采集完成后,选择合适的导出方式导出数据。支持导出为Excel、CSV、HTML、数据库等。这里导出为Excel。示例数据:
作者:Vee