前言

多圖預(yù)警、多圖預(yù)警、多圖預(yù)警。秋招季，畢業(yè)也多，跳槽也多。我們的職業(yè)發(fā)展還是要順應(yīng)市場需求，那么各門編程語言在深圳的需求怎么呢？工資待遇怎么樣呢？zone 在上次寫了這篇文章之后 用Python告訴你深圳房租有多高 ，想繼續(xù)用 Python 分析一下，當(dāng)前深圳的求職市場怎么樣？順便幫一下秋招的同學(xué)。于是便爬取了某拉鉤招聘數(shù)據(jù)。以下是本次爬蟲的樣本數(shù)據(jù)：

樣本

本次統(tǒng)計數(shù)據(jù)量為 4658 ，其中某拉鉤最多能顯示 30 頁數(shù)據(jù)，每頁 15 條招聘信息，則總為：

30 x 15 = 450

首頁爬取跳過一頁，則為 435 條，故數(shù)據(jù)基本爬完。其余不夠數(shù)量的語言為該語言在深圳只有這么多條招聘信息。

統(tǒng)計結(jié)果

各語言平均工資

其中

• 精準(zhǔn)推薦
• 自然語言
• 機器學(xué)習(xí)
• Go 語言
• 圖像識別

獨領(lǐng)風(fēng)騷?。。?！平均工資都挺高的。區(qū)塊鏈炒得挺火的，好像平均薪資并沒有那么高。我統(tǒng)計完之后，感覺自己拖后腿了，ma 的?。?！要刪庫跑路了?。ㄗⅲ合聢D為月薪，單位：K）

各語言平均薪資

平均工資計算方式：

某鉤 item

***值與***值，求平均數(shù)，如圖薪資則為：

(10k + 20k)/2 = 15k

***，再總體求平均數(shù)。

公司福利詞云

看福利還是挺豐富的，帶薪休假、下午茶、零食、節(jié)假日。

福利詞云

公司發(fā)展級別排行

總體由 A 輪向 D 輪縮減，大部分公司不需要融資，嗯，估計是拿不到資本融資，但是自家人又有錢的。

公司發(fā)展級別

各語言工作年限要求與學(xué)歷要求

看看你的本命語言的市場需求怎么樣？你達標(biāo)了嗎？其中三至五年的攻城獅職位挺多的，不怕找不到工作。還有一個趨勢是，薪資越高，學(xué)歷要求越高高?？磥韺W(xué)歷還是挺重要的。

Java

Java 工作年限要求

Java 學(xué)歷要求

Python

Python 工作年限要求

Python 學(xué)歷要求

C 語言

C 語言工作年限要求

C 語言學(xué)歷要求

機器學(xué)習(xí)

機器學(xué)習(xí)工作年限要求

機器學(xué)習(xí)學(xué)歷要求

圖像識別

圖像識別工作年限要求

圖像識別學(xué)歷要求

自然語言

自然語言工作年限要求

自然語言學(xué)歷要求

區(qū)塊鏈

區(qū)塊鏈工作年限要求

區(qū)塊鏈學(xué)歷要求

Go 語言

Go 語言工作年限要求

Go

PHP

PHP 工作年限要求

PHP 學(xué)歷要求

爬蟲技術(shù)分析

• 請求庫：selenium
• HTML 解析：BeautifulSoup、xpath
• 詞云：wordcloud
• 數(shù)據(jù)可視化：pyecharts
• 數(shù)據(jù)庫：MongoDB
• 數(shù)據(jù)庫連接：pymongo

爬蟲代碼實現(xiàn)

看完統(tǒng)計結(jié)果之后，有沒有躍躍欲試？想要自己也實現(xiàn)以下代碼？以下為代碼實現(xiàn)。

對網(wǎng)頁右擊，點擊檢查，找到一條 item 的數(shù)據(jù)：

網(wǎng)頁源碼

數(shù)據(jù)庫存儲結(jié)構(gòu)：

/* 1 */ 
{ 
 "_id" : ObjectId("5b8b89328ffaed60a308bacd"), 
 "education" : "本科",# 學(xué)習(xí)要求 
 "companySize" : "2000人以上",# 公司人數(shù)規(guī)模 
 "name" : "python開發(fā)工程師",# 職位名稱 
 "welfare" : "“朝九晚五,公司平臺大,發(fā)展機遇多,六險一金”",# 公司福利 
 "salaryMid" : 12.5,# 工資上限與工資下限的平均數(shù) 
 "companyType" : "移動互聯(lián)網(wǎng)",# 公司類型 
 "salaryMin" : "10",# 工資下限 
 "salaryMax" : "15",# 工資上限 
 "experience" : "經(jīng)驗3-5年",# 工作年限 
 "companyLevel" : "不需要融資",# 公司級別 
 "company" : "XXX技術(shù)有限公司"# 公司名稱 
} 

由于篇幅原因，以下只展示主要代碼：

# 獲取網(wǎng)頁源碼數(shù)據(jù) 
# language => 編程語言 
# city => 城市 
# collectionType => 值：True/False True => 數(shù)據(jù)庫表以編程語言命名 False => 以城市命名 
def main(self, language, city, collectionType): 
 print(" 當(dāng)前爬取的語言為 => " + language + " 當(dāng)前爬取的城市為 => " + city) 
 url = self.getUrl(language, city) 
 browser = webdriver.Chrome() 
 browser.get(url) 
 browser.implicitly_wait(10) 
 for i in range(30): 
 selector = etree.HTML(browser.page_source) # 獲取源碼 
 soup = BeautifulSoup(browser.page_source, "html.parser") 
 span = soup.find("div", attrs={"class": "pager_container"}).find("span", attrs={"action": "next"}) 
 print( 
 span) # <span action="next" class="pager_next pager_next_disabled" hidefocus="hidefocus">下一頁<strong class="pager_lgthen pager_lgthen_dis"></strong></span> 
 classArr = span['class'] 
 print(classArr) # 輸出內(nèi)容為 -> ['pager_next', 'pager_next_disabled'] 
 attr = list(classArr)[0] 
 attr2 = list(classArr)[1] 
 if attr2 == "pager_next_disabled":#分析發(fā)現(xiàn) class 屬性為 ['pager_next', 'pager_next_disabled'] 時，【下一頁】按鈕不可點擊 
 print("已經(jīng)爬到***一頁，爬蟲結(jié)束") 
 break 
 else: 
 print("還有下一頁，爬蟲繼續(xù)") 
 browser.find_element_by_xpath('//*[@id="order"]/li/div[4]/div[2]').click() # 點擊【下一頁】按鈕 
 time.sleep(5) 
 print('第{}頁抓取完畢'.format(i + 1)) 
 self.getItemData(selector, language, city, collectionType)# 解析 item 數(shù)據(jù)，并存進數(shù)據(jù)庫 
 browser.close() 

爬蟲分析實現(xiàn)

# 獲取各語言樣本數(shù)量 
def getLanguageNum(self): 
 analycisList = [] 
 for index, language in enumerate(self.getLanguage()): 
 collection = self.zfdb["z_" + language] 
 totalNum = collection.aggregate([{'$group': {'_id': '', 'total_num': {'$sum': 1}}}]) 
 totalNum2 = list(totalNum)[0]["total_num"] 
 analycisList.append(totalNum2) 
 return (self.getLanguage(), analycisList) 
# 獲取各語言的平均工資 
def getLanguageAvgSalary(self): 
 analycisList = [] 
 for index, language in enumerate(self.getLanguage()): 
 collection = self.zfdb["z_" + language] 
 totalSalary = collection.aggregate([{'$group': {'_id': '', 'total_salary': {'$sum': '$salaryMid'}}}]) 
 totalNum = collection.aggregate([{'$group': {'_id': '', 'total_num': {'$sum': 1}}}]) 
 totalNum2 = list(totalNum)[0]["total_num"] 
 totalSalary2 = list(totalSalary)[0]["total_salary"] 
 analycisList.append(round(totalSalary2 / totalNum2, 2)) 
 return (self.getLanguage(), analycisList) 
# 獲取一門語言的學(xué)歷要求（用于 pyecharts 的詞云） 
def getEducation(self, language): 
 results = self.zfdb["z_" + language].aggregate([{'$group': {'_id': '$education', 'weight': {'$sum': 1}}}]) 
 educationList = [] 
 weightList = [] 
 for result in results: 
 educationList.append(result["_id"]) 
 weightList.append(result["weight"]) 
 # print(list(result)) 
 return (educationList, weightList) 
# 獲取一門語言的工作年限要求（用于 pyecharts 的詞云） 
def getExperience(self, language): 
 results = self.zfdb["z_" + language].aggregate([{'$group': {'_id': '$experience', 'weight': {'$sum': 1}}}]) 
 totalAvgPriceDirList = [] 
 for result in results: 
 totalAvgPriceDirList.append( 
 {"value": result["weight"], "name": result["_id"] + " " + str(result["weight"])}) 
 return totalAvgPriceDirList 
# 獲取 welfare 數(shù)據(jù)，用于構(gòu)建福利詞云 
def getWelfare(self): 
 content = '' 
 queryArgs = {} 
 projectionFields = {'_id': False, 'welfare': True} # 用字典指定 
 for language in self.getLanguage(): 
 collection = self.zfdb["z_" + language] 
 searchRes = collection.find(queryArgs, projection=projectionFields).limit(1000) 
 for result in searchRes: 
 print(result["welfare"]) 
 content += result["welfare"] 
 return content 
# 獲取公司級別排行（用于條形圖） 
def getAllCompanyLevel(self): 
 levelList = [] 
 weightList = [] 
 newWeightList = [] 
 attrList = ["A輪", "B輪", "C輪", "D輪及以上", "不需要融資", "上市公司"] 
 for language in self.getLanguage(): 
 collection = self.zfdb["z_" + language] 
 # searchRes = collection.find(queryArgs, projection=projectionFields).limit(1000) 
 results = collection.aggregate([{'$group': {'_id': '$companyLevel', 'weight': {'$sum': 1}}}]) 
 for result in results: 
 levelList.append(result["_id"]) 
 weightList.append(result["weight"]) 
 for index, attr in enumerate(attrList): 
 newWeight = 0 
 for index2, level in enumerate(levelList): 
 if attr == level: 
 newWeight += weightList[index2] 
 newWeightList.append(newWeight) 
 return (attrList, newWeightList)