python实战之怎么用爬虫修改发布的招聘内容

这篇文章主要介绍python实战之怎么用爬虫修改发布的招聘内容，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

1. 校正发布日期

"time" : "发布于03月31日", "time" : "发布于昨天", "time" : "发布于11:31",

这里拿到的都是这种格式的，所以简单处理下

import datetime   from pymongo import MongoClient   db = MongoClient('127.0.0.1', 27017).iApp   def update(data):     return db.jobs_php.update_one({"_id": data['_id']}, {"$set": data})      # 把时间校正过来 def clear_time():     items = db.jobs_php.find({})     for item in items:         if not item['time'].find('布于'):             continue         item['time'] = item['time'].replace("发布于", "2017-")         item['time'] = item['time'].replace("月", "-")         item['time'] = item['time'].replace("日", "")         if item['time'].find("昨天") > 0:             item['time'] = str(datetime.date.today() - datetime.timedelta(days=1))         elif item['time'].find(":") > 0:             item['time'] = str(datetime.date.today())         update(item) print('ok')

2.校正薪水以数字保存

"salary" : "5K-12K",   #处理成下面的格式 "salary" : {     "low" : 5000,     "high" : 12000,     "avg" : 8500.0 }, # 薪水处理成数字，符合 xk-yk 的数据处理，不符合的跳过 def clear_salary():     items = db.jobs_lagou_php.find({})     for item in items:         if type(item['salary']) == type({}):             continue         salary_list = item['salary'].lower().replace("k", "000").split("-")         if len(salary_list) != 2:             print(salary_list)             continue         try:             salary_list = [int(x) for x in salary_list]         except:             print(salary_list)             continue         item['salary'] = {             'low': salary_list[0],             'high': salary_list[1],             'avg': (salary_list[0] + salary_list[1]) / 2         }         update(item) print('ok')

这里在处理 Boss直聘的数据时，比较简单正常，但是后续抓到拉勾网的数据，拉勾网的数据有些不太规范。比如有‘20k以上’这种描述

以上是“python实战之怎么用爬虫修改发布的招聘内容”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注亿速云行业资讯频道！