概述

• 前言
• 統計結果
• 爬蟲技術分析
• 爬蟲程式碼實現
• 爬蟲分析實現
• 後記
• 預告

前言

多圖預警、多圖預警、多圖預警。秋招季，畢業也多，跳槽也多。我們的職業發展還是要順應市場需求，那麼各門程式語言在深圳的需求怎麼呢？工資待遇怎麼樣呢？zone 在上次寫了這篇文章之後【[用Python告訴你深圳房租有多高](https://mp.weixin.qq.com/s/qnTzMpQPfWrfyNB41Bugnw
)】，想繼續用 Python 分析一下，當前深圳的求職市場怎麼樣？於是便爬取了某鉤招聘資料。以下是本次爬蟲的樣本資料：

本次統計資料量為 4658 ，其中某拉鉤最多能顯示 30 頁資料，每頁 15 條招聘資訊，則總為：

30 x 15 = 450

首頁爬取跳過一頁，則為 435 條，故資料基本爬完。其餘不夠數量的語言為該語言在深圳只有這麼多條招聘資訊。

統計結果

各語言平均工資
其中
- 精準推薦
- 自然語言
- 機器學習
- Go 語言
- 影象識別

獨領風騷啊！！！平均工資都挺高的。區塊鏈炒得挺火的，好像平均薪資並沒有那麼高。我統計完之後，感覺自己拖後腿了，ma 的！！！要刪庫跑路了！

平均工資計算方式：

最高值與最低值，求平均數，如圖薪資則為：

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

最後，再總體求平均數。
公司福利詞雲

公司發展級別排行
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。

各語言工作年限要求與學歷要求
看看你的本命語言的市場需求怎麼樣？你達標了嗎？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，學歷要求越高高。看來學歷還是挺重要的。

Java

Python

C 語言

機器學習

影象識別

自然語言

區塊鏈

Go 語言

PHP

Android

iOS

web 前端

精準推薦

Node.js

Hadoop

爬蟲技術分析

• 請求庫：selenium
• HTML 解析：BeautifulSoup、xpath
• 詞雲：wordcloud
• 資料視覺化：pyecharts
• 資料庫：MongoDB
• 資料庫連線：pymongo

爬蟲程式碼實現

看完統計結果之後，有沒有躍躍欲試？想要自己也實現以下程式碼？以下為程式碼實現。
對網頁右擊，點選檢查，找到一條 item 的資料：

資料庫儲存結構：

/* 1 */
{
    "_id" : ObjectId("5b8b89328ffaed60a308bacd"),
    "education" : "本科",# 學習要求
    "companySize" : "2000人以上",# 公司人數規模
    "name" : "python開發工程師",# 職位名稱
    "welfare" : "“朝九晚五,公司平臺大,發展機遇多,六險一金”",# 公司福利
    "salaryMid" : 12.5,# 工資上限與工資下限的平均數
    "companyType" : "移動網際網路",# 公司型別
    "salaryMin" : "10",# 工資下限
    "salaryMax" : "15",# 工資上限
    "experience" : "經驗3-5年",# 工作年限
    "companyLevel" : "不需要融資",# 公司級別
    "company" : "XXX技術有限公司"# 公司名稱
}

由於篇幅原因，以下只展示主要程式碼：

# 獲取網頁原始碼資料
# language => 程式語言
# city => 城市
# collectionType => 值：True/False  True => 資料庫表以程式語言命名   False => 以城市命名
def main(self, language, city, collectionType):
    print(" 當前爬取的語言為 => " + language + "  當前爬取的城市為 => " + 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)  # 獲取原始碼
        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)  # 輸出內容為 -> ['pager_next', 'pager_next_disabled']
        attr = list(classArr)[0]
        attr2 = list(classArr)[1]
        if attr2 == "pager_next_disabled":#分析發現 class 屬性為  ['pager_next', 'pager_next_disabled'] 時，【下一頁】按鈕不可點選
            print("已經爬到最後一頁，爬蟲結束")
            break
        else:
            print("還有下一頁，爬蟲繼續")
            browser.find_element_by_xpath('//*[@id="order"]/li/div[4]/div[2]').click()  # 點選下一頁
        time.sleep(5)
        print('第{}頁抓取完畢'.format(i + 1))
        self.getItemData(selector, language, city, collectionType)# 解析 item 資料，並存進資料庫
    browser.close()

爬蟲分析實現

# 獲取各語言樣本數量
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)

# 獲取一門語言的學歷要求（用於 pyecharts 的詞雲）
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（用於 pyecharts 的詞雲）
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 資料，用於構建福利詞雲
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（用於條形圖）
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)

後記

總體就分析到這裡了，如果你也想看看你所在的城市的薪資標準與市場需求，歡迎後臺騷擾。如果人數多，我就專門寫下你所在的城市的分析。

預告

最近寫了挺多關於 Python 的文章，但是這是一個後端公眾號啊，所以接下來準備寫寫後端相關的。最近微服務概念炒得挺火的，但網路好像都沒找到什麼實實在在的專案來學習，剛好我前段時間用 Python 與 Node.js 寫了下微服務，所以下面會寫微服務相關的文章。敬請期待！

本篇文章首發於公眾號「zone7」，關注公眾號獲取最新推文，後臺回覆【深圳求職】獲取原始碼。