源代码见个人Github:https://github.com/SCUTJcfeng/ScrapyProjects
lagouPCJobs
本项目主要通过Selenium + Chrome + Xpath 爬取拉勾网职位列表,结果同样输出到CSV文件。
Known Issue:
1. 会出现最后一页或者还不到最后一页时,停止翻页,但数据还在写入(endless),必须强制关闭程序,造成大量重复数据;
2. 数据未去重。
Todo:
1. 利用数据库去重;
2. 弄明白Issue 1.
贴个图吧: