python爬取51job中hr的邮箱

作者:lijiao 时间:2022-11-06 14:00:54 

本文实例为大家分享了python爬取51job中hr的邮箱具体代码,供大家参考,具体内容如下


#encoding=utf8
import urllib2
import cookielib
import re
import lxml.html
from _ast import TryExcept
from warnings import catch_warnings

f = open('/root/Desktop/51-01.txt','a+')

def read(city):
 url = 'http://www.51job.com/'+city
 cj = cookielib.MozillaCookieJar()
 cookie_support = urllib2.HTTPCookieProcessor(cj)
 opener = urllib2.build_opener(cookie_support)
 opener.addheaders = [('User-agent','Mozilla/5.0 (X11; Linux x86_64; rv:38.0) Gecko/20100101 Firefox/38.0 Iceweasel/38.3.0')]
 urllib2.install_opener(opener)
 response = urllib2.urlopen(url)
 http = response.read()
 rex = 'http://jobs.51job.com/hot/.*?html'
 value = re.findall(rex, http)
 for i in value:
   print i
   try:
     readpage(i)
   except:
     pass

def readpage(url):
 cj = cookielib.MozillaCookieJar()
 cookie_support = urllib2.HTTPCookieProcessor(cj)
 opener = urllib2.build_opener(cookie_support)
 opener.addheaders = [('User-agent','Mozilla/5.0 (X11; Linux x86_64; rv:38.0) Gecko/20100101 Firefox/38.0 Iceweasel/38.3.0')]
 urllib2.install_opener(opener)
 html = urllib2.urlopen(url,timeout = 2).read()
 doc = lxml.html.fromstring(html)
 rex = r'[\w\.-]+@(?:[A-Za-z0-9]+\.)+[A-Za-z]+'
 results = doc.xpath('//div[@class="tmsg inbox"]/div[@class="con_msg"]/div[@class="in"]/p/text()')
 for i in results:
   xx = re.compile(rex)
   for j in xx.findall(i):
     print j
     f.write(j+'\n')
     f.flush()

if __name__ == '__main__':
 city_list = ['zhangjiagang','zhanjiang','zhaoqing','zibo']
 for i in city_list:
   f.write(i+'\n')
   f.flush()
   try:
     read(i)
   except:
     pass
 f.flush()
 f.close()

city_list大家自己整理一下,只能帮你们到这里了,谢谢大家的阅读,继续关注脚本之家更多精彩内容。

标签:python,爬取,邮箱
0
投稿

猜你喜欢

  • Python实现输出某区间范围内全部素数的方法

    2022-04-25 10:04:50
  • Pytorch统计参数网络参数数量方式

    2021-03-13 03:09:04
  • Python判断变量名是否合法的方法示例

    2022-07-31 19:05:12
  • Python面向对象编程(二)

    2022-11-27 23:17:55
  • python批量处理打开多个文件

    2022-10-21 05:26:47
  • 在SQL Server 2008中安装安全审计

    2009-02-24 17:22:00
  • PyTorch小功能之TensorDataset解读

    2023-02-26 06:06:27
  • python里glob模块知识点总结

    2022-10-06 18:13:18
  • Python利用memory_profiler查看内存占用情况

    2022-05-24 08:55:29
  • 阿里巴巴技术文章分享 Javascript继承机制的实现

    2024-04-30 09:59:16
  • 在JAVASCRIPT中LEFT,RIGHT,MID函数的等价函数

    2009-07-21 12:37:00
  • pytorch GAN生成对抗网络实例

    2022-06-30 03:41:27
  • Python通过psd-tools解析PSD文件

    2023-05-25 12:08:47
  • Python编程使用有限状态机识别地址有效性

    2023-09-03 00:14:56
  • C#实现复制数据库 C#将A数据库数据转到B数据库

    2024-01-23 11:56:09
  • Echarts实例教程之树形图表的实现方法

    2024-04-18 09:44:01
  • 17个asp常用的正则表达式

    2008-01-15 18:58:00
  • Tensorflow加载Vgg预训练模型操作

    2023-10-13 10:56:23
  • Python制作CSDN免积分下载器

    2021-12-25 03:46:35
  • 基于python绘制科赫雪花

    2021-01-31 10:13:41
  • asp之家 网络编程 m.aspxhome.com