Python 获取最新的政府职位信息

由于政府职位提供工作稳定性、可观的薪水和其他多种优势，全球对政府职位的需求很高。然而，找到和管理这些通知可能是一个困难的过程。本文将教你如何使用Python爬取最新的政府招聘公告。

安装和语法

在开始之前，我们需要安装所需的Python软件包。我们将使用的两个软件包是requests和BeautifulSoup。我们可以使用pip来安装这些软件包。

下面是安装它们的命令：

pip install requests
pip install beautifulsoup4

一旦我们安装了所需的软件包，我们可以通过在Python代码中导入它们来开始：

import requests
from bs4 import BeautifulSoup

步骤

• 首先，我们需要找到政府职位通知列表所在的网站。

• 接下来，我们将使用Python中的requests包向该网站发送请求。

• 然后，我们将使用响应对象的content属性提取网站的HTML内容。

• 接下来，我们将使用BeautifulSoup包解析HTML内容。

• 最后，我们将从解析后的HTML内容中提取相关的职位通知详情。

示例

现在让我们将上述算法应用到印度政府网站的职位公告信息中（https://www.sarkariresult.com/latestjob）。

import requests
from bs4 import BeautifulSoup

# Define the URL to scrape
url = "https://www.sarkariresult.com/latestjob.php"

# Function to get the HTML content of the website
def get_html(url):
   response = requests.get(url)
   return response.text

# Get the HTML content of the website
html_data = get_html(url)

# Parse the HTML content using BeautifulSoup
soup = BeautifulSoup(html_data, 'html.parser')

# Find the job notification details
job_details = soup.find_all("div", id="post")

# to store the scraped data
job_notifications = []

# Loop through each job notification and extract the details
for job in job_details:
   job_notification = job.get_text()
   job_notifications.append(job_notification)

# Print the job notifications
for notification in job_notifications:
   print(notification)

输出

UKPSC Jail Warden Online Form 2022 Last Date : 18/01/2023
NTA UGC NET December 2022 Online Form Last Date : 17/01/2023
Central Silk Board Various Post Online Form 2023 Last Date : 16/01/2023
MPESB High School TET Online Form 2023 Last Date : 27/01/2023
DSSSB PGT Economics Online Form 2023 Last Date : 01/02/2023
CRPF HC Ministerial and ASI Steno Online Form 2023 Last Date : 25/01/2023
AAI Junior Executives Online Form 2022  Last Date : 21/01/2023

解释

• 导入requests模块以向给定的URL发起HTTP请求。

• 导入BeautifulSoup模块以解析网页的HTML内容。

• 将要爬取的网站的URL定义为https://www.sarkariresult.com/latestjob.php。

• 使用requests.get()方法发送HTTP请求并将结果以文本形式发送，开发了获取HTML内容的get html函数。

• 在调用get html方法时，使用URL作为输入可以获取网站的HTML内容。

• 使用指定的解析器html.parser使用BeautifulSoup解析HTML内容。

• 通过查找所有id为“post”的div标签来获取工作通知的详细信息。

• 初始化一个空列表job_notifications来存储爬取的数据。

• 使用循环从每个工作通知中提取文本，通过在每个div标签上调用get_text()方法，并将其附加到job_notifications列表中。

• 最后，通过循环遍历job_notifications列表并打印每个通知来打印工作通知。

应用

还可以进一步扩展以从其他政府职位门户网站爬取工作通知。此外，可以将爬取的数据存储在数据库或CSV文件中以供将来参考，或者利用聚合数据创建一个工作门户，并通过添加中介来实现盈利。

结论

在本教程中，我们学习了如何使用Python从网络上爬取政府工作通知。我们首先安装了必要的软件包，然后详细介绍了算法。然后，我们通过从印度政府的职位门户网站上爬取工作通知详细信息将算法付诸实践。我们还讨论了代码的可能应用。