使用C# CefSharp Python采集某网站简历并且自动发送邀请短信的方法
作者:ROTA 时间:2023-11-17 14:09:34
前言
以往爬虫没怎么研究过,最近有个需求,要从某网站采集敏感信息,稍稍考虑了一下,决定利用C# Winform和Python一起来解决这个事件。
整个解决方案不复杂:C#编写WinForm窗体,进行数据分析和采集, Python本来不想用的,一下子没找到C#下Woff字体转Xml的方案,而网上Python的则有很多,所以就加了一个Python项目,虽然就1个脚本。
一、几个步骤:
首先要模拟登录,登录完了进入简历采集,然后模拟下载,下载完了以后就可以看到求职者的电话了。
这个电话号码是使用动态生成的Base64字体,所以直接提取文字是无法成功的。
1、先将Base64转成Woff字体,这个可以用C#完成(这其中的iso-8859-1编码是个坑,一般用Default会出现惊喜):
SetMainStatus("正在生成WOFF...");
byte[] fontBytes = Convert.FromBase64String(CurFont);
string fontStr = Encoding.GetEncoding("iso-8859-1").GetString(fontBytes).TrimEnd('\0');
StreamWriter sw2 = new StreamWriter(@"R58.woff", false, Encoding.GetEncoding("iso-8859-1"));
sw2.Write(fontStr);
sw2.Close();
2、再将已经生成的Woff转成XML(WoffDec.exe是我用Python打包的Exe,其实有点小题大做了,为了这一个转化专门打了一个包,有时间还是整一个C#下面的好)
//调用python exe 生成xml文件
ProcessStartInfo info = new ProcessStartInfo
{
FileName = "WoffDec.exe",
WindowStyle = ProcessWindowStyle.Hidden
};
Process.Start(info).WaitForExit(2000);//在2秒内等待返回
整个WoffDec.py的代码就3行:
from fontTools.ttLib import TTFont
font = TTFont('R12.woff')
font.saveXML('R12.xml')
这个打包是有点意思的,先试了py2exe,不成功,换pyinstaller, 成了,连EXE一起有11M,也不是很大。
https://github.com/pyinstaller/pyinstaller 下载 或者 本地下载 ,或者在VS2017 Python环境下搜索PyInstaller直接安装。
右键使用“打开此处的命令提示符”;输入pyinstaller /path/to/yourscript.py
即可打包成一个exe文件。在Winform应用调用时,应该整个文件夹都拷贝过去。
3、XML文件有了以后,以上面的Woff文件为基准准备为一个数据字典存储起来(这个地方有点绕,先找一个网站把Woff显示成文字和编码,然后根据编码在XML中查找它的字体定位点,我取的X和Y组成唯一值(X,Y就代表一个字),当然也可以取更多;
internal static readonly Dictionary<string, string> DicChar = new Dictionary<string, string>()
{
{"91,744","0" },
{"570,0","1"},
{"853,1143","2" },
{"143,259","3" },
。。。。。。
};
4、上面这一步是要花点时间的,基准字典有了以后,就可以按每次生成的XML文件来进行匹配真实文字了。
5、真实文字取出后面的就简单了,直接采集到数据库,再连上短信发送业务,就可以自动群发了。
二、使用场景
上班后开启采集服务即不用再理会,由系统每间隔一段时间自动下载简历,并自动推送面试邀请短信。只要有新人发布对口的求职信息,系统就会马上给他发送邀请,实为抢人利器。
BTW:网页模拟操作使用的CEFSharp将另开一章。
来源:https://www.cnblogs.com/imes/p/10452212.html
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
解决C#中WebBrowser的DocumentCompleted事件不执行的实现方法
hibernate-validator如何使用校验框架
Android6.0 消息机制原理解析
android实现文件下载功能
![](https://img.aspxhome.com/file/2023/0/130410_0s.jpg)
冒泡排序算法原理及JAVA实现代码
Android代码检查规则Lint的自定义与应用详解
![](https://img.aspxhome.com/file/2023/2/113272_0s.jpg)
c#创建圆形类Circle、矩形类实现代码
![](https://img.aspxhome.com/file/2023/3/80123_0s.png)
C#使用struct类型作为泛型Dictionary<TKey,TValue>的键
Spring Bean实例的创建及构造器的挑选
java根据List内对象的属性排序方法
![](https://img.aspxhome.com/file/2023/6/70586_0s.jpg)
springboot 防止重复请求防止重复点击的操作
![](https://img.aspxhome.com/file/2023/6/71196_0s.png)
Spring Boot与Kotlin 整合全文搜索引擎Elasticsearch的示例代码
Java设计模式之桥接模式
Java使用Tess4J实现图像识别方式
![](https://img.aspxhome.com/file/2023/9/60659_0s.png)
SpringBoot自动装配原理小结
![](https://img.aspxhome.com/file/2023/7/71227_0s.png)
Mybatis动态SQL foreach标签用法实例
Android 安全加密:消息摘要Message Digest详解
![](https://img.aspxhome.com/file/2023/7/139497_0s.png)
详解Android 中的文件存储
springboot-jta-atomikos多数据源事务管理实现
![](https://img.aspxhome.com/file/2023/8/125558_0s.png)
关于Java中HashCode方法的深入理解
![](https://img.aspxhome.com/file/2023/1/75791_0s.png)