liangmingjie / lagouspider

拉勾网数据爬虫

拉勾网多线程数据爬虫

项目简介

基于Java的拉勾网数据爬虫,通过封装后的HttpClient多线程抓取职位信息，公司信息等，并通过MyBatis框架实现数据持久化。

功能介绍

利用爬虫爬取40多个城市的技术类岗位信息，用于分析当前最新的就业行情

1. 各城市薪资以及职位数量对比，选择适合的就业城市
2. 不同技术岗位数量对比，选择最合适的就业方向
3. 输入职位关键字和城市，迅速锁定该城市就业最火的行政区和商区

分析报告

2016年5月，通过本爬虫抓取了拉勾网12W多条岗位信息，并进行统计分析，用Echarts做了图表。 点击查看分析报告

使用方法

下载本项目到本地，并通过项目的sql文件创建MySQL表，修改conf.xml的数据库连接信息，然后运行相应的爬虫即可。

• PositionSpider.java --- 抓取全国40多个城市的所有技术类岗位(main函数中，PositionSpider实例根据传入参数，爬取相应结果)
• AddressSpider.java --- 抓取指定城市下某个岗位在各行政区/商区的招聘数量并排序
• CompanySpider.java --- 抓取全国的互联网公司信息（未完成）
• DetailsSpider.java --- 完善PositionSpider抓取的岗位信息，补充职位描述和职位详细地点等信息。