探寻爬虫世界01：HTML页面结构

文章目录

  • 一、引言
    • （一）背景介绍：选择爬取51job网站数据的原因
    • （二）目标与需求明确：爬取51job网站数据的目的与用户需求
  • 二、网页结构探索
    • （一）51job网页结构分析
      • 1、页面组成：了解51job网站的整体结构
      • 2、页面元素：探索网页上的关键元素和布局
    • （二）HTML页面结构与标签详解
      • 1、HTML基础结构概述
      • 2、常用标签深度解读
        • （1）表格标签
        • （2）列表标签
          • a. 无序列表
          • b. 有序列表
        • （3）超链接标签
        • （4）容器标签
    • （三）以51job网站为例分析HTML结构
  • 三、实战目标设定及抓取策略
    • 1. 目标明确
    • 2. 抓取策略制定
  • 四、总结与展望

一、引言

（一）背景介绍：选择爬取51job网站数据的原因

  • 在当前社会环境下，就业市场的竞争日益激烈，内卷现象愈发普遍。为了更好地理解不同行业、职业的招聘需求与发展趋势，我们选择从知名招聘网站www.51job.com（前程无忧）中爬取并分析相关招聘信息数据。51job作为国内领先的招聘服务平台，其上汇聚了各行各业大量的企业招聘信息，具有较高的权威性和实时性。

  • 通过爬虫技术自动化抓取51job网站上的职位分类、薪资待遇、技能要求等相关数据，我们可以对人力资源市场进行深度挖掘和大数据分析。例如，了解热门行业的职位分布、薪酬水平的变化趋势、各地区岗位供需情况等，这对于求职者合理规划职业发展路径，以及企业制定招聘策略、调整人才结构都具有重要的参考价值。此外，通过对大量招聘信息的数据分析，还可以揭示出未来一段时间内的行业热点与新兴领域，帮助社会各界洞察就业市场的潜在机遇与挑战。因此，爬取51job网站数据对于个人职业规划、企业战略决策乃至整个社会的人力资源配置优化都具有重要意义。

（二）目标与需求明确：爬取51job网站数据的目的与用户需求

  • 在本项目中，我们的核心目标是通过编写Python爬虫程序，从www.51job.com获取详尽、准确且具有代表性的招聘信息数据。具体目的包括：

  1. 行业趋势分析：通过对不同职位类别及其对应数量的统计分析，揭示各行业招聘市场的供需状况和热度变化，为求职者选择职业方向提供数据支持。

  2. 薪资水平研究：抓取职位的薪资范围信息，结合地域、工作经验等因素进行对比分析，帮助求职者了解市场平均薪资水平，合理定位自身价值，并为企业设定薪酬体系提供参考依据。

  3. 技能要求洞察：解析招聘信息中的技能关键词，分析各类岗位对技能的要求及发展趋势，有助于教育培训机构优化课程设置，同时引导求职者提升关键技能以适应市场需求。

  4. 区域就业机会探索：根据不同地区的职位发布数量和类型差异，挖掘地区间的就业机会分布特点，为政府制定区域人才政策、企业布局人力资源以及个人规划职业发展路径提供决策依据。

  • 综上所述，我们根据用户需求明确了爬取51job网站数据的主要目的，旨在通过多维度的数据挖掘与分析，助力社会各界更深入地理解当前人力资源市场动态，从而做出更为科学合理的决策。

二、网页结构探索

（一）51job网页结构分析

1、页面组成：了解51job网站的整体结构

  • 51job（前程无忧）作为一个专业的招聘求职网站，其页面结构设计严谨且功能明确。整体上，网站采用了模块化布局，主要由头部导航区、搜索与筛选区域、职位列表展示区、用户中心及功能入口区、底部信息区等五大核心部分组成。
    在这里插入图片描述

    • 头部导航区通常包括品牌标识、首页链接、各业务频道入口（如校园招聘、猎头服务、企业服务等），以及登录/注册按钮，为用户提供便捷的导航跳转和账户操作。

    • 搜索与筛选区域是用户快速定位职位的关键入口，允许用户输入关键词搜索职位，并提供了多种筛选条件，如工作地点、薪资范围、工作经验、公司性质、发布时间等，便于用户精细化查找匹配的工作机会。

    • 职位列表展示区是网页的核心内容区，以列表形式呈现符合条件的职位信息，每个职位条目包含职位名称、公司名称、工作地点、薪资待遇、发布日期等关键信息，方便用户快速浏览并点击查看详情。

    • 用户中心及功能入口区通常位于页面右上角或侧边栏，包含了个人中心、投递记录、收藏职位、简历管理等功能入口，帮助已登录用户进行个性化管理和操作。

    • 底部信息区则包含了关于51job网站的各类服务条款、隐私政策、联系方式、合作伙伴链接以及其他法律声明等内容，此外还可能提供网站地图、反馈入口等辅助性服务链接。

2、页面元素：探索网页上的关键元素和布局

  • 51job网页在元素布局上注重用户体验和交互设计，各个元素根据功能逻辑有序排列，具有良好的层次感和可读性。

    • 职位卡片：每一个职位都被设计成独立的卡片式组件，集成了标题、摘要、公司信息、福利标签等多种元素，通过统一的设计语言提高信息识别度和吸引力。

    • 响应式设计：为了适应不同屏幕尺寸和设备类型，51job网站采用了响应式布局策略，保证在桌面端、移动端都能实现良好的显示效果。

    • 动态加载与分页机制：职位列表采用滚动加载或分页加载的方式，确保即使有大量数据也能流畅展示，同时减少初始加载时的数据量。

    • 交互控件：例如下拉菜单、复选框、滑动选择器等，用于实现复杂的筛选功能，让用户可以高效地定制搜索条件。

    • 视觉提示与行为召唤元素：如醒目的“立即申请”、“收藏职位”等按钮，鼓励用户参与互动，促进应聘过程的转化率提升。

  • 总之，51job网页结构设计充分体现了人性化与实用性的原则，通过科学合理的布局和丰富多样的交互元素，满足了求职者和招聘方多样化的需求，构建了一套高效便捷的在线招聘平台。

（二）HTML页面结构与标签详解

1、HTML基础结构概述

  • HTML（HyperText Markup Language）是构建网页内容的基础标记语言，其基础结构由一系列标签元素组成。在HTML文档中，每个页面通常以<!DOCTYPE>声明开始，紧接着是<html>根元素，该元素内部包含了两大部分：<head>和<body>。

  • <head>部分包含文档的元数据信息，如文档标题（通过<title>标签定义）、字符集设定、样式表链接（CSS）、脚本文件引用（JavaScript）等，这些内容不会直接呈现在网页主体区域，而是用于描述文档属性或提供页面表现所需的资源。

  • <body>部分则是实际网页内容的承载区，包括文本、图像、链接、表格、列表、段落等各种可见元素，如<h1>至<h6>定义标题层级，<p>表示段落，<a>定义超链接，<img>插入图片等。通过合理布局和嵌套使用这些标签，可以构造出丰富多样的网页界面。

  • 总的来说，HTML基础结构为网页内容的组织提供了清晰的框架，确保了信息的有效传达与展现，并且易于被浏览器解析渲染，为用户提供良好的浏览体验。

2、常用标签深度解读

（1）表格标签
  • <table>是HTML中用于创建和展示表格数据的核心标签，它允许开发者以行与列的形式组织信息，适用于呈现结构化数据。
<!DOCTYPE html>
<html>
	<head>
		<meta charset="utf-8">
		<title>demo01</title>
		<style>
			td {
				text-align: center;
			}
		</style>
	</head>
	<body>
		<!-- 定义一个基本的表格 -->
		<table border="1" cellpadding="5" align="center">
		  <!-- 表格中的行由<tr>标签定义 -->
		  <tr>
		    <!-- 每个单元格由<td>标签定义，此处为表头单元格 -->
		    <th>姓名</th>
		    <th>年龄</th>
		    <th>职业</th>
		  </tr>
		  
		  <!-- 其他行数据 -->
		  <tr>
		    <td>张三丰</td>
		    <td>28</td>
		    <td>软件工程师</td>
		  </tr>
		  <tr>
		    <td>令狐冲</td>
		    <td>30</td>
		    <td>产品经理</td>
		  </tr>
		</table>
	</body>
</html>

  • 查看网页效果
    在这里插入图片描述

  • 标签说明

    • <table>：该标签标志着表格的开始和结束，所有表格相关的元素（如行、列）都包含在其中。

    • <tr>：代表表格的一行数据，每个表格至少有一个<tr>元素。

    • <th>：定义表格的表头单元格，通常用于放置列标题，其默认样式与其他单元格不同，通常加粗且居中显示。

    • <td>：定义标准的数据单元格，用于存放表格的实际内容，每行内可以有多个<td>元素来形成多列布局。

  • 添加样式，让表格好看点

		<style>
			body {
				font-family: Arial, sans-serif;
			}

			table {
				border-collapse: collapse;
				width: 75%;
				margin: 0 auto;
				background-color: #f2f2f2;
				box-shadow: 0 0 20px rgba(0, 0, 0, 0.1);
			}

			th,
			td {
				padding: 10px;
				text-align: center;
				border-bottom: 1px solid #ddd;
			}

			th {
				background-color: #4CAF50;
				color: white;
				font-weight: bold;
				border-top-left-radius: 5px;
				border-top-right-radius: 5px;
			}

			tr:nth-child(even) {
				background-color: #e9e9e9;
			}

			tr:hover {
				background-color: #ddd;
			}
		</style>

  • 在上述代码中，我们对表格进行了以下样式设置

    • 设置了整个页面的基础字体。
    • 调整了表格宽度、居中显示、边框合并和阴影效果。
    • 为单元格（td）设置了内边距、水平居中对齐和下边框。
    • 为表头单元格（th）添加了背景色、文字颜色、加粗字体以及圆角效果。
    • 使用伪类 nth-child(even) 为偶数行添加了浅灰色背景。
    • 当鼠标悬停在某一行时，该行会变为浅灰色背景。

  • 查看添加了样式的表格，是不是觉得漂亮些了？
    在这里插入图片描述

  • 其他一些辅助性标签

    • <thead>：用于包裹表格的表头部分。
    • <tbody>：用于包裹表格的主要体部分，可以有多组。
    • <tfoot>：用于包裹表格的页脚部分，常用于总结或统计信息。
    • <colgroup>和<col>：用于定义表格列的整体属性。

  • 通过这些标签的灵活组合和应用，可以根据需求创建出各种复杂度的表格结构，并通过CSS进一步美化和定制表格样式。

  • 知名网站在设计和展示数据时，广泛使用HTML表格标签来布局信息。表格是网页内容中组织结构化数据的常用手段，尤其适合于呈现多行多列的数据集，如财务报告、产品列表、统计资料等。

  • 一些常见情况下表格标签在知名网站上的应用

    1. 新闻网站：财经频道可能会用表格展示股票价格、交易量等金融数据。
    2. 电子商务平台（如Amazon、eBay）：商品详情页面会使用表格列出产品的各项规格和技术参数。
    3. 社交媒体（如Twitter、LinkedIn）：虽然不常使用传统的表格形式，但在某些功能上例如数据分析或用户管理后台可能有表格展示。
    4. 维基百科：在条目中用于罗列分类、时间线、对比数据等信息。
    5. 政府与教育机构：发布统计数据、课程表或者考试成绩时，表格是必不可少的元素。
    6. 企业官方网站：展示产品目录、服务定价、功能对比等信息时使用表格以便清晰对照阅读。

  • 现代网页设计中，为了响应式布局和更好的用户体验，往往会结合CSS来灵活控制表格样式，并确保在不同设备上都能良好显示。同时，对于大量数据的处理，开发者还可能采用更先进的数据展示组件或库，比如基于JavaScript的数据表格插件（如Bootstrap Table, DataTables, ag-Grid等）。

  • 新浪财经股票首页（https://finance.sina.com.cn/stock/）里就有表格标签的示例
    在这里插入图片描述

  • 提取表格部分代码，没有样式，创建网页demo02.html
    在这里插入图片描述

  • 查看网页效果，就是一行表格，没有边框线
    在这里插入图片描述

  • 我们定义表格样式

		<style>
			/* 定义表格基础样式 */
			.tab01 {
				border-collapse: collapse;
				width: 100%;
				margin: 0 auto;
				background-color: #f5f5f5;
				font-family: Arial, sans-serif;
				text-align: center;
			}

			/* 定义表格行样式 */
			.tab01 tr {
				height: 40px;
				line-height: 40px;
				border-bottom: 1px solid #ddd;
			}

			/* 定义表格链接单元格样式 */
			.tab01 td a {
				display: block;
				color: #333;
				text-decoration: none;
				padding: 0 15px;
			}

			/* 鼠标悬停时的链接样式 */
			.tab01 td a:hover {
				background-color: #e0e0e0;
			}

			/* 当前激活的标签样式 */
			.tab01 .active {
				background-color: #007bff;
				color: white;
			}

			/* 环球市场特殊链接样式 */
			.tab01 td:last-child a {
				background-color: #007bff;
				color: white;
				border-radius: 0 4px 4px 0;
				cursor: pointer;
			}
		</style>
  • 这段CSS样式定义了表格 .tab01 的背景色、边框和居中显示，并对表格内的链接进行了样式处理，包括鼠标悬停时的效果和激活状态的颜色。同时，它还为“环球市场”的特殊链接设置了不同的样式以区别于其他标签按钮。
    在这里插入图片描述
  • 新浪财经港股页面有多行表格示例
    在这里插入图片描述
  • 提取表格源码，没有样式，创建网页demo02_2.html
<!DOCTYPE html>
<html>
	<head>
		<meta charset="utf-8">
		<title>demo02_2</title>
	</head>
	<body>
		<table class="hq-table01">
			<tbody class="hq-tbody01">
				<tr data-stock="hk_hk00700" data-code="00700" data-market="hk" data-type="hk">
					<td class="name"><a title="腾讯控股" href="http://stock.finance.sina.com.cn/hkstock/quotes/00700.html"
							target="_blank">腾讯控股</a></td>
					<td class="percent"> <span data-percent="" class="up">1.040%</span> </td>
					<td class="price"> <span data-price="" class="up">291.400</span> </td>
					<td class="icon"> <a class="ba" data-event="hkStock|add" data-scode="00700"
							href="javascript:void(0)">+</a> <a class="ba"
							href="http://guba.sina.com.cn/?s=bar&amp;name=00700" target="_blank">吧</a> </td>
				</tr>
				<tr data-stock="hk_hk01810" data-code="01810" data-market="hk" data-type="hk">
					<td class="name"><a title="小米集团－Ｗ" href="http://stock.finance.sina.com.cn/hkstock/quotes/01810.html"
							target="_blank">小米集团－Ｗ</a></td>
					<td class="percent"> <span data-percent="" class="down up">0.559%</span> </td>
					<td class="price"> <span data-price="" class="down up">14.380</span> </td>
					<td class="icon"> <a class="ba" data-event="hkStock|add" data-scode="01810"
							href="javascript:void(0)">+</a> <a class="ba"
							href="http://guba.sina.com.cn/?s=bar&amp;name=01810" target="_blank">吧</a> </td>
				</tr>
				<tr data-stock="hk_hk09988" data-code="09988" data-market="hk" data-type="hk">
					<td class="name"><a title="阿里巴巴－ＳＷ"
							href="http://stock.finance.sina.com.cn/hkstock/quotes/09988.html"
							target="_blank">阿里巴巴－ＳＷ</a></td>
					<td class="percent"> <span data-percent="" class="down">-0.213%</span> </td>
					<td class="price"> <span data-price="" class="down">70.400</span> </td>
					<td class="icon"> <a class="ba" data-event="hkStock|add" data-scode="09988"
							href="javascript:void(0)">+</a> <a class="ba"
							href="http://guba.sina.com.cn/?s=bar&amp;name=09988" target="_blank">吧</a> </td>
				</tr>
				<tr data-stock="hk_hk03690" data-code="03690" data-market="hk" data-type="hk">
					<td class="name"><a title="美团－Ｗ" href="http://stock.finance.sina.com.cn/hkstock/quotes/03690.html"
							target="_blank">美团－Ｗ</a></td>
					<td class="percent"> <span data-percent="" class="down up">0.066%</span> </td>
					<td class="price"> <span data-price="" class="down up">75.300</span> </td>
					<td class="icon"> <a class="ba" data-event="hkStock|add" data-scode="03690"
							href="javascript:void(0)">+</a> <a class="ba"
							href="http://guba.sina.com.cn/?s=bar&amp;name=03690" target="_blank">吧</a> </td>
				</tr>
				<tr data-stock="hk_hk02269" data-code="02269" data-market="hk" data-type="hk">
					<td class="name"><a title="药明生物" href="http://stock.finance.sina.com.cn/hkstock/quotes/02269.html"
							target="_blank">药明生物</a></td>
					<td class="percent"> <span data-percent="" class="up">5.932%</span> </td>
					<td class="price"> <span data-price="" class="up">31.250</span> </td>
					<td class="icon"> <a class="ba" data-event="hkStock|add" data-scode="02269"
							href="javascript:void(0)">+</a> <a class="ba"
							href="http://guba.sina.com.cn/?s=bar&amp;name=02269" target="_blank">吧</a> </td>
				</tr>
				<tr data-stock="hk_hk01797" data-code="01797" data-market="hk" data-type="hk">
					<td class="name"><a title="东方甄选" href="http://stock.finance.sina.com.cn/hkstock/quotes/01797.html"
							target="_blank">东方甄选</a></td>
					<td class="percent"> <span data-percent="" class="down">-0.546%</span> </td>
					<td class="price"> <span data-price="" class="down">27.350</span> </td>
					<td class="icon"> <a class="ba" data-event="hkStock|add" data-scode="01797"
							href="javascript:void(0)">+</a> <a class="ba"
							href="http://guba.sina.com.cn/?s=bar&amp;name=01797" target="_blank">吧</a> </td>
				</tr>
				<tr data-stock="hk_hk00981" data-code="00981" data-market="hk" data-type="hk">
					<td class="name"><a title="中芯国际" href="http://stock.finance.sina.com.cn/hkstock/quotes/00981.html"
							target="_blank">中芯国际</a></td>
					<td class="percent"> <span data-percent="" class="down">0.000%</span> </td>
					<td class="price"> <span data-price="" class="down">17.360</span> </td>
					<td class="icon"> <a class="ba" data-event="hkStock|add" data-scode="00981"
							href="javascript:void(0)">+</a> <a class="ba"
							href="http://guba.sina.com.cn/?s=bar&amp;name=00981" target="_blank">吧</a> </td>
				</tr>
				<tr data-stock="hk_hk02318" data-code="02318" data-market="hk" data-type="hk">
					<td class="name"><a title="中国平安" href="http://stock.finance.sina.com.cn/hkstock/quotes/02318.html"
							target="_blank">中国平安</a></td>
					<td class="percent"> <span data-percent="" class="down">0.000%</span> </td>
					<td class="price"> <span data-price="" class="down">32.700</span> </td>
					<td class="icon"> <a class="ba" data-event="hkStock|add" data-scode="02318"
							href="javascript:void(0)">+</a> <a class="ba"
							href="http://guba.sina.com.cn/?s=bar&amp;name=02318" target="_blank">吧</a> </td>
				</tr>
			</tbody>
		</table>
	</body>
</html>
  • 查看网页效果，有兴趣的读者不妨给它加个好看的样式
    在这里插入图片描述
  • 拓展练习，制作如下图所示的表格
    在这里插入图片描述
（2）列表标签
  • 列表标签在HTML中用于组织有序或无序的内容集合，主要包括<ul>（unordered list - 无序列表）和<ol>（ordered list - 有序列表），以及<li>（list item - 列表项）子标签。它们可创建具有项目符号或编号的列表结构，常用于展示菜单、步骤说明、数据列举等场景。
a. 无序列表
  • 无序列表在HTML中由<ul>标签定义，其内部包含一系列用<li>标签标识的列表项，浏览器默认为每个列表项添加项目符号（如圆点、方块等），用于呈现无特定顺序关系的信息集合。
    在这里插入图片描述
  • 在这个示例中，<ul>标签定义了一个无序列表，其中包含了三个由<li>标签标识的列表项：苹果、香蕉和橙子。浏览器会自动在每个列表项前添加一个默认项目符号（通常是一个圆点），展示出一个没有特定顺序关系的水果列表。
b. 有序列表
  • 有序列表在HTML中由<ol>标签定义，其内部同样包含一系列用<li>标签标识的列表项，但浏览器会自动为每个列表项添加递增编号（如数字、字母等），以呈现具有明确顺序关系的信息集合。
    在这里插入图片描述
  • 在这个示例中，<ol>标签创建了一个有序列表，列举了早晨起床后的三个步骤，并且浏览器会给每个步骤自动加上序号。
（3）超链接标签
  • 超链接标签<a>在HTML中用于创建指向其他网页、文件或特定位置的链接。通过href属性定义目标URL，用户点击后可跳转至指定资源。
    在这里插入图片描述
  • 在这个示例中，文本“欢迎访问泸州职业技术学院官网”被超链接标签<a>包裹，点击时会跳转到"https://www.lzy.edu.cn"网址。
    在这里插入图片描述
（4）容器标签
  • <div>标签在HTML中作为通用容器元素，用于组合、组织和布局文档中的内容。它本身不具备样式，但可通过CSS对内部元素进行分组、定位和样式设置，实现灵活的页面布局结构。
  • 新浪财经首页就有<div>标签示例
    在这里插入图片描述
  • 提取容器代码，没有样式，创建网页demo06.html
<!DOCTYPE html>
<html>
	<head>
		<meta charset="utf-8">
		<title>demo06 - 容器标签</title>
	</head>
	<body>
		<div class="m-p1r-blk2" data-sudaclick="blk_yjlx_01_3">
			<ul id="directAd_gongjiu_id" class="m-r-list m-r-list-brown">
				<li>
					<a href="http://finance.sina.com.cn/zl/author.d.html?uid=6187306105" target="_blank">姜兆华</a>：<a
						href="http://finance.sina.com.cn/zl/china/2024-01-15/zl-inacqkhh5938852.shtml"
						target="_blank">拿什么拯救房地产？</a>
				</li>
				<li>
					<a href="http://finance.sina.com.cn/zl/author.d.html?uid=1765859735" target="_blank">程实</a>：<a
						href="http://finance.sina.com.cn/zl/china/2024-01-15/zl-inacqcyk6052440.shtml"
						target="_blank">经济拐点与货币变局</a>
				</li>
				<li>
					<a href="http://finance.sina.com.cn/zl/author.d.html?uid=2165803434" target="_blank">靳毅</a>：<a
						href="http://finance.sina.com.cn/zl/bank/2024-01-15/zl-inacqcym8958052.shtml"
						target="_blank">一季度，利率债供给如何？</a>
				</li>
				<li>
					<a href="http://finance.sina.com.cn/zl/author.d.html?uid=5119678266" target="_blank">管涛</a>：<a
						href="http://finance.sina.com.cn/zl/china/2024-01-15/zl-inacqcyi8269009.shtml"
						target="_blank">对美国M2负增长不宜过度解读</a>
				</li>
				<li>
					<a href="http://finance.sina.com.cn/zl/author.d.html?uid=1584104532933" target="_blank">金李</a>：<a
						href="http://finance.sina.com.cn/zl/china/2024-01-15/zl-inacqcyp5734381.shtml"
						target="_blank">财富管理如何助力共同富裕？</a>
				</li>
				<li>
					<a href="http://finance.sina.com.cn/zl/author.d.html?uid=1705952971" target="_blank">张瑜</a>：<a
						href="http://finance.sina.com.cn/zl/china/2024-01-15/zl-inacqcyi8267864.shtml"
						target="_blank">出口价格何时能回升？</a>
				</li>
				<li>
					<a href="http://finance.sina.com.cn/zl/author.d.html?uid=2096408413" target="_blank">连平</a>：<a
						href="https://finance.sina.cn/zl/2024-01-13/zl-inackhse0275291.d.html"
						target="_blank">2023年宽信用力度维持高位</a>
				</li>
				<li>
					<a href="http://finance.sina.com.cn/zl/author.d.html?uid=1642557103030" target="_blank">蒋飞</a>：<a
						href="http://finance.sina.com.cn/zl/china/2024-01-13/zl-inackakc0756883.shtml"
						target="_blank">出口谷底已经过去</a>
				</li>
				<li>
					<a href="http://finance.sina.com.cn/zl/author.d.html?uid=1661504227" target="_blank">杨德龙</a>：<a
						href="http://finance.sina.com.cn/zl/china/2024-01-13/zl-inackaiy1058030.shtml"
						target="_blank">布局优质龙头股正当其时</a>
				</li>
				<li>
					<a href="http://finance.sina.com.cn/zl/author.d.html?uid=1584104532933" target="_blank">张晓燕</a>：<a
						href="http://finance.sina.com.cn/zl/china/2024-01-13/zl-inackakc0756166.shtml"
						target="_blank">如何解决科技创新融资难题</a>
				</li>
				<li><a target="_blank" href="https://tzxy.sina.com.cn/content"
						suda-uatrack="key=touzixueyuan&amp;value=cjpcpt_op_lt1">东方红陈晨</a>：<a target="_blank"
						href="https://tzxy.sina.com.cn/video/1877471117/154380"
						suda-uatrack="key=touzixueyuan&amp;value=cjpcpt_op_lt1">0114周评解读视频</a></li>
			</ul>
		</div>
	</body>
</html>
  • 查看网页效果
    在这里插入图片描述

（三）以51job网站为例分析HTML结构

  • 具体案例：识别51job页面中的关键HTML元素

三、实战目标设定及抓取策略

1. 目标明确

  • 确定具体要抓取的数据

2. 抓取策略制定

  • 如何识别和抓取目标数据
  • 使用的工具和技术

四、总结与展望

  • 总结讲稿内容
  • 展望可能的进一步优化和深入研究方向

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/328634.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

速通——决策树（泰坦尼克号乘客生存预测案例）

速通——决策树（泰坦尼克号乘客生存预测案例）

一、决策树 1、概述 树中每个内部节点表示一个特征上的判断&#xff0c;每个分支代表一个判断结果的输出&#xff0c;每个叶子节点代表一种分类结果 2、建立过程 1. 特征选择&#xff1a;选取有较强分类能力的特征。 2. 决策树生成&#xff1a;根据选择的特征生成决策树。 3.…
阅读更多...
下一代 Vue3 Devtools 正式开源

下一代 Vue3 Devtools 正式开源

什么是 Vue DevTools Vue DevTools 是一个旨在增强 Vue 开发人员体验的工具，它提供了一些功能来帮助开发者更好地了解 Vue 应用程序。 Vue DevTools：Unleash Vue Developer Experience. Enhance your Vue development journey with an amazing experience! 典型的功能特征包…
阅读更多...
6.3.3分离音频和视频

6.3.3分离音频和视频

6.3.3分离音频和视频 Camtasia4有一个很实用的功能&#xff0c;那就是能够把视频片段中的视频和音频分离开来&#xff0c;这在多媒体作品创作中非常有用。 1&#xff0e;启动Camtasia音频编辑器。 2&#xff0e;选择【文件】|【打开】命令&#xff0c;在弹出的“打开文件”对…
阅读更多...
法国追梦 SAM5504/5704/5716/5808 芯片/开发板/方案 详细资料

法国追梦 SAM5504/5704/5716/5808 芯片/开发板/方案 详细资料

追梦音频DSP芯片&#xff1a;可用于电子鼓、电子琴、电吉他、效果器、均衡器、啸叫抑制器等电声产品领域 一.系列芯片&#xff1a;SAM2695 SAM5708B SAM5704B SAM5504B SAM5808B SAM5716B SAM5916B 二.开发套件 1.开发板/评估板&#xff1a;2695-EK&#xff0c;5504-EK&#…
阅读更多...
Kali Linux保姆级教程|零基础从入门到精通，看完这一篇就够了!（附工具包）

Kali Linux保姆级教程|零基础从入门到精通，看完这一篇就够了!（附工具包）

作为一名从事网络安全的技术人员&#xff0c;不懂Kali Linux的话&#xff0c;连脚本小子都算不上。 Kali Linux预装了数百种享誉盛名的渗透工具&#xff0c;使你可以更轻松地测试、破解以及进行与数字取证相关的任何其他工作。 今天给大家分享一套Kali Linux资料合集&#xf…
阅读更多...
考研机试题收获——高精度进制转换

考研机试题收获——高精度进制转换

代码的第一遍真的很重要&#xff0c;在第一次打的时候尽量把问题思考全面&#xff0c;不要漏打少打&#xff0c;尽量不要留bug给之后de。 一、基础方面 一、处理输出的结束问题 scanf和cin默认都不会读取空格 ①scanf()&#xff1a;如果从文件中读取数据&#xff0c;当scanf()…
阅读更多...
计算机三级（网络技术）——应用题

计算机三级（网络技术）——应用题

第一题 61.输出端口S0 &#xff08;直接连接&#xff09; RG的输出端口S0与RE的S1接口直接相连构成一个互联网段 对172.0.147.194和172.0.147.193 进行聚合 前三段相同&#xff0c;将第四段分别转换成二进制 11000001 11000010 前6位相同&#xff0c;加上前面三段 共30…
阅读更多...
Vue3 + Electron框架读取程序外部配置文件

Vue3 + Electron框架读取程序外部配置文件

网上找了一堆都不行&#xff0c;根据这个步骤来肯定能用 1. 在项目下新建一个config.json文件 2. json文件中写入一些配置 3. vue.config.js中配置打包时把config.json文件copy到应用目录下 pluginOptions:{electronBuilder:{nodeIntegration:true,builderOptions: {extraReso…
阅读更多...
VUE好看的个人博客源码

VUE好看的个人博客源码

文章目录 1.设计来源1.1 首页界面1.2 我的日记界面1.3 我的文章界面1.3.1 文章列表1.3.2 文章时间轴1.3.3 文章详细 1.4 我的相册界面1.5 我的源码界面1.6 认识我界面 2.效果和源码2.1 动态效果2.2 源码目录结构 源码下载 作者&#xff1a;xcLeigh 文章地址&#xff1a;https:/…
阅读更多...
在 Windows 11 上通过 Autoawq 启动 Mixtral 8*7B 大语言模型

在 Windows 11 上通过 Autoawq 启动 Mixtral 8*7B 大语言模型

在 Windows 11 上通过 Autoawq 启动 Mixtral 8*7B 大语言模型 0. 背景1. 安装依赖2. 开发 main.py3. 运行 main.py 0. 背景 看了一些文章之后&#xff0c;今天尝试在 Windows 11 上通过 Autoawq 启动 Mixtral 8*7B 大语言模型。 1. 安装依赖 pip install torch torchvision …
阅读更多...
【Git】任何位置查看git日志

【Git】任何位置查看git日志

需求 现需要查看指定项目中的某个文件的 Git 日志。如有 项目代码 jflowable &#xff0c;需要查看其下文件 D:\z_workspace\jflowable\src\main\java\com\xzbd\jflowable\controller\TestController.java 的日志。 分析 一般的思路是&#xff0c;进入 jflowable 项目&#…
阅读更多...
bledner快捷键记录

bledner快捷键记录

shiftc游标归到世界的中心 shifta快速添加物体 x键删除物体 r旋转物体 s是放大放小 ~查看视图 工作区&#xff1a;添加材质节点的 鼠标的滚轮&#xff1a;是旋转视图 按住 滚轮中键shift 平移视图 g键 移动 调整的时候按住shift鼠标拖动 这个时候可以比较精细的调整物体的大小…
阅读更多...
专业140+总410+哈尔滨工业大学803信号与系统和数字逻辑电路考研经验哈工大电子信息（信息与通信工程-信通）

专业140+总410+哈尔滨工业大学803信号与系统和数字逻辑电路考研经验哈工大电子信息（信息与通信工程-信通）

一年的努力付出终于有了收获&#xff0c;今年专业课140&#xff0c;总分410顺利上岸哈工大803电子信息&#xff08;信息与通信-信通&#xff09;&#xff0c;回顾总结了自己这一年的复习&#xff0c;有得有失&#xff0c;希望对大家复习有所帮助。 数学 时间安排&#xff1a;…
阅读更多...
为什么需要在 OpenShift 上部署企业级 Ingress Controller

为什么需要在 OpenShift 上部署企业级 Ingress Controller

原文作者&#xff1a;Max Mortillaro of GigaOm 原文链接&#xff1a;为什么需要在 OpenShift 上部署企业级 Ingress Controller 转载来源&#xff1a;NGINX 中文官网 NGINX 唯一中文官方社区 &#xff0c;尽在 nginx.org.cn Red Hat OpenShift 作为业界备受推崇的 Kubernetes…
阅读更多...
支持AUTOSAR Classic以及Adaptive平台的DEXT诊断数据库

支持AUTOSAR Classic以及Adaptive平台的DEXT诊断数据库

一 DEXT、DCM、DEM和FIM的概述 DEXT&#xff08;Diagnostic Extract Template&#xff09;是AUTOSAR定义的诊断提取模板&#xff0c;用于DCM&#xff08;Diagnostics Communication Manager&#xff09;、DEM&#xff08;Diagnostics Event Manager&#xff09;和FIM&#xff…
阅读更多...
Camunda入门教程

Camunda入门教程

Camunda7 流程引擎 1.什么是流程引擎 流程引擎是一种软件工具&#xff0c;可以用来自动执行和管理业务流程。它以可视化的流程图作为工作流程的基础&#xff0c;根据可视化流程图中定义的活动、任务和角色来执行和管理活动任务。 2.流程引擎功能 一.可视化&#xff1a;流程…
阅读更多...
.Net Core项目在linux部署实战 1.sdk下载 2.环境变量配置/ect/profile 3.运行

.Net Core项目在linux部署实战 1.sdk下载 2.环境变量配置/ect/profile 3.运行

1)下载.net core sdk https://download.visualstudio.microsoft.com/download/pr/01292c7c-a1ec-4957-90fc-3f6a2a1e5edc/025e84c4d9bd4aeb003d4f07b42e9159/dotnet-sdk-6.0.418-linux-x64.tar.gz 2)配置下环境变量 step1: // 解压到指定目录 mkdir -p $HOME/dotnet &…
阅读更多...
Linux命令之pwd,cd,ls,cat,more,less,head,tail文件目录类命令的使用

Linux命令之pwd,cd,ls,cat,more,less,head,tail文件目录类命令的使用

一、实验题 1、在桌面打开终端&#xff0c;查看当前目录 2、改变目录位置至当前目录的父目录 3、改变目录位置至用户的家目录 4、利用绝对路径改变目录到/usr/local目录下 5、列出当前目录下的文件及目录 6、列出包括以“.”开始的隐藏文件在内的所有文件 7、列出当前目录下所…
阅读更多...
网络原理--http

网络原理--http

目录 一、 DNS&#xff08;应用层协议&#xff09; 1、域名概念 2、维护ip地址和域名之间的映射&#xff08;域名解析系统&#xff09; 3、DNS系统&#xff08;服务器&#xff09; 4、如何解决DNS服务器高并发问题 二、HTTP&#xff08;应用层协议&#xff09; 1、htt…
阅读更多...
postman 简单测试（二）

postman 简单测试（二）

接着上一节 https://blog.csdn.net/myy2012/article/details/135616719 1.Tests的简单使用&#xff08;后置处理器&#xff09; 具体的截图是每一步操作后得来的&#xff0c;记录方便自己以后查阅&#xff0c;也希望能帮助到有缘人。 1.1 把返回值存入到环境变量中&#xff…
阅读更多...
最新文章

Copyright @ 2022~2023