- 爬取市面上常见的招聘网站,然后把职位,薪资,地点做一个报图展示
- 智联招聘,51job ,还有专注于IT行业的拉勾网,内退网,Boss直招等
- 请求招聘网站的地址,或者页面的HTML内容
- 获取到HTML后,解析出需要的数据(不同的网站,解析方式不一样)
- 保存成到数据库
不同招聘网站解析的方式不一样,
目前已经实现的
- 统一化各种请求的参数【不同的网站在配置里面做匹配】
- 动态加载路由,根据配置生成接口
目前把 采集到页面的html是单独一个模块,解析数据是单独一个模块,但是整块采集解析流程都集成在接口中, 如果需要做一个定时任务,实时去爬起数据,则需要把(采集-》解析-》入库-》封装数据)这一套整合成一个单独的模块,可以在定时任务中直接调用跑起来。
就是入库操作和要单独抽离出来,可以不放在接口里面进行处理。否则耦合度比较高