基于数据技术的互联网行业招聘信息聚合系统 本系统以Python为核心,依托web展示,所有功能在网页就可以完成操作,爬虫、分析、可视化、互动独立成模块,互通有无。具体依托python的丰富库实现,爬虫使用Requests爬取,使用lxml、beautifulsoup4解析。使用numpy、pandas分析数据,使用pyecharts做可视化,使用Flask进行web后台建设。数据通过csv、MySQL、配置文件来进行存储互通。
为了拓展功能编写了定时器,微信推送,为了适应团队合作编写了函数注册器,参数迭代器。爬虫数据来自前程无忧、齐鲁人才网、猎聘网、拉勾网等等网站,需要的基本数据一应俱全。

• 缺失爬虫补充
• 改善爬取时UI

• Windows \ Linux (未测试)
• Python 3.6 : numpy , pandas , Requests , pyecharts , lxml , PyMySQL
• MySQL 8.0.11
• Chrome(内核版本60以上)

1. 运行 install_package.bat(出错管理员权限下尝试)
2. 修改mysql配置 位于/analysis/analysis_main.py
   系统本身有一个可视化的配置文件,即您不需要再导入数据进行分析,如果想重新分析,需要导入数据库数据还需按照数据库字段修改input_data.py内容
3. 将js.7z 解压放在/static 目录下
4. 运行 server.py 来运行web服务器
5. 使用Chrome访问 http://127.0.0.1

系统大致结构如下图,spider目录存放爬虫代码,analysis目录承担了导入、分析、渲染图表、交互等功能,data目录存放原始数据,conf目录存放图表、mysql配置文件。导入处理分析入口统一由analysis_main控制,由server调用,其他功能直接由server调用,所有功能在主页就可以启动。

鸣谢 server酱、 pyechart 、腾讯云等的产品或技术支持