-
Notifications
You must be signed in to change notification settings - Fork 0
/
kursach.py
206 lines (178 loc) · 8.33 KB
/
kursach.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
import certifi # валидация SSL-сертификата
import urllib3
import pymongo
from urllib.parse import quote
from time import gmtime, strftime
# Константы БД
DB_NAME = 'vacancy'
DB_TABLE = 'professions'
# Флаг подключения к БД
db_isset = False
# Приветствие
print('=== Поиск вакансии на портале Rabota.ua by Андрей Н. (ITEA, PythonBase Feb 2019) ===')
#########################
# Обьяление функций
#########################
# Показать все записи БД
def showRecords():
if db_isset:
count_rec = 0
for rec in mycol.find().sort("name", pymongo.ASCENDING):
print(rec)
count_rec += 1
print('Извлечено {} записей!'.format(count_rec))
exit()
# Удалить все записи БД (Truncate Таблицу)
def deleteRecords():
if db_isset:
x = mycol.delete_many({})
print(x.deleted_count, " записей удалено.")
exit()
# Добавление записи в БД
def addRecord(current_job, current_company, current_price):
if db_isset:
add_record = {"name": current_job, "company": current_company, "salary": current_price, "link": current_link}
mycol.insert_one(add_record)
#####################
# Выбор режима работы
work_mode = input(
'Введите режим работы ( \n\t 1 - поиск и добавлений новых записей (по умолчанию), \n\t 2 - извлечение всех записей БД, \n\t 3 - форматироние БД.\n) >>> ')
if len(work_mode.strip()) == 0:
work_mode = 1
# Если не удается получить режим работы , то выходим с программы
try:
work_mode = int(work_mode)
except:
print('Режим работы не выбран!')
exit()
# Коннект к серверу, выбор БД, выбор таблицы
# Если не удалось подключится - работаем в режиме без БД
try:
print('Ожидаем связи с сервером MongoDB ...')
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient[DB_NAME]
mycol = mydb[DB_TABLE]
db_isset = True
dblist = myclient.list_database_names()
if DB_NAME in dblist:
print('Связь с сервером MongoDB установлена!')
except:
print('Сервер MongoDB не найден!')
db_isset = False
if work_mode == 3:
deleteRecords()
elif work_mode == 2:
showRecords()
elif work_mode == 1:
pass
else:
print('Режим работы не выбран!')
exit()
# входящие параметры (работа и город)
work_str = input('Введите профессию (по умолчанию бухгалтер): ')
city_str = input('Введите город (по умолчанию Киев): ')
# обработка входных параметров
if len(work_str) == 0:
work_str = 'бухгалтер'
if len(city_str) == 0:
city_str = 'киев'
work_str = work_str.lower()
city_str = city_str.lower()
# название файла с результатами
file_name = strftime("%Y.%m.%d %H_%M_%S", gmtime())
file_name += '.txt'
# номер начальной страницы (постраничная навигация)
page = 1
# страница существует
page_isset = True
# главный цикл (постраничный переход)
while page_isset:
# пакет certifi для HTTPS используем
http = urllib3.PoolManager(
cert_reqs='CERT_REQUIRED',
ca_certs=certifi.where())
# кодирование кириллицы в юникод
# динамичеки меняем ссылки (с учетом постраничной навигации)
url = 'https://rabota.ua/zapros/' + format(quote(work_str)) + '/' + format(quote(city_str))
if page > 1:
add_url = '/pg' + str(page)
url = url + add_url
# подмена хидеров браузера (иначе может на мобильную версию перекинуть)
r = http.request(
'GET',
url,
headers={
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36'
})
# страница не сервере не существует
if r.status != 200:
print('Ошибочный URL!')
exit()
# декодирование контента страницы
datas = str(r.data.decode('utf-8'))
page = page + 1
# проверка на переход за границы существования вакансий
try:
current_pos = datas.index('вакансий пока нет.')
if current_pos > 0:
page_isset = False
print('Выход.')
except ValueError:
current_pos = 0
# поиск атрибута даного класса на странице
current_pos = datas.index('f-vacancylist-tablewrap')
# впомогательный цикл-парсер содержимого одной страницы
while (current_pos >= 0):
current_job = '' # профессия
current_company = '' # компания
current_price = '' # зарплата (может быть неукзаана)
current_link = '' # ссылка на вакансию
try:
current_pos = datas.index('f-visited-enable ga_listing', current_pos)
try:
current_pos += 1
next_pos = datas.index('f-visited-enable ga_listing', current_pos)
except ValueError:
next_pos = len(datas)
finally:
current_pos = datas.index('title="', current_pos, next_pos)
current_pos += 7
begin_pos = current_pos
current_pos = datas.index('"', current_pos)
current_job = datas[begin_pos:current_pos]
try:
current_pos = datas.index('href="', current_pos, next_pos)
current_pos += 6
begin_pos = current_pos
current_pos = datas.index('">', current_pos, next_pos)
current_link = 'https://rabota.ua' + datas[begin_pos:current_pos]
current_pos = datas.index('f-text-dark-bluegray f-visited-enable', current_pos)
current_pos = datas.index('title="', current_pos, next_pos)
current_pos += 7
begin_pos = current_pos
current_pos = datas.index('"', current_pos, next_pos)
current_company = datas[begin_pos:current_pos]
try:
current_pos = datas.index('fd-beefy-soldier -price', current_pos, next_pos)
current_pos += 25
begin_pos = current_pos
current_pos = datas.index('</p>', current_pos, next_pos)
current_price = datas[begin_pos:current_pos]
except ValueError:
current_price = 'не указано'
current_pos += 25
except ValueError:
current_pos += 7
except ValueError:
break
# вывод части извлеченной информации в консоль
print(('Профессия: {0}, компания: {1}, зп: {2};').format(current_job, current_company, current_price))
# добавление извлеченной информации в БД
addRecord(current_job, current_company, current_price)
# сохранение извлеченной информации в файл txt
try:
with open(file_name, "a") as file:
file.write(
'профессия: ' + current_job + ', компания: ' + current_company + ', ссылка: ' + current_link + ', зп: ' + current_price + '\n')
except:
pass