用Python自动化找工作：一键抓取400+个LinkedIn职位信息

学习如何使用Python自动找工作：爬取数百个职位，高效筛选简历，更快找到完美的职位。

根据领英的数据统计，平均每位求职者每周花费11个小时寻找工作。而对于技术岗位，情况更糟糕，因为需要在多个平台上处理数百个职位发布。当我伴侣开始找工作时，她每天花时间在领英上浏览职位。显然，肯定有更好的方法。

对于 web 开发者来说，市场非常庞大，令人感到压力山大。在伦敦搜索“前端开发人员”，结果出现了 401 条相关职位。每个职位都有一些要求：

• 5秒时间查看标题
• 3到4次点击查看详情
• 30到60秒查看要求
• 手动复制粘贴感兴趣的职位信息
• 不断切换标签和返回

对于401份工作而言，那可真是单调的工作，得花上好几个小时呢！

我建立了一个三步自动化流程，将这个过程缩短为10分钟。

1. 用Python抓取工作数据
2. 用Google Sheets批量筛选
3. 只看最有前景的匹配

我基于JobSpy，构建了JobsParser来应对：

• CLI（命令行界面）
• 流量限制（以防止 LinkedIn 封锁）
• 失败请求的重试机制

就这么运行它：

在命令行中输入以下命令来安装jobsparser插件:

pip install jobsparser

__bonus: 在LinkedIn上手动搜索你的关键词，并将其结果数量用于-results-wanted参数。

    jobsparser \  
        --search-term "前端开发者" \  
        --location "伦敦" \  
        --site linkedin \  
        --results-wanted 200 \  
        --distance 25 \  
        --job-type 全职职位

如果您的路径中没有 jobsparser，您可以直接将其作为模块运行来执行。

python -m jobsparser \  
    --search-term "前端开发者" \  
    --location "伦敦市" \  
    --site linkedin \  
    --results-wanted 200 \  
    --distance 25 \  
    --job-type 全职工作

输出是一个包含丰富数据的CSV，如下所示：

• 职位名称和公司
• 详细描述
• 职位类型及等级
• 发布时间
• 直接申请网址

JobSpy 和 JobsParser 这两个工具也兼容使用 LinkedIn、Indeed、Glassdoor、Google 等招聘网站，以及 ZipRecruiter 等其他网站。

虽然使用熊猫似乎很明显（我也认真尝试过了），但 Google 表格更加灵活。下面是我的筛选策略：

1. 时间筛选：过去7天

• 一周以上的职位回复率通常较低
• 新发布的职位意味着公司正在积极招聘

Time Filter

1. 经验匹配：与您的经验相匹配的'职位级别'

为了帮助她找到她的第一个角色，我进行了筛选：

• “实习”
• “初级”
• “不适用此选项”

体验筛选

1. 技术栈筛选：描述包含：

   “React”这个单词，指的是一个前端开发框架。

描述筛选

可以创建更复杂的过滤器来检查多种不同的技术栈。

这将401个岗位削减到了仅8个匹配！

这些筛选过的职位：

1. 快速浏览标题和公司名（10秒）
2. 在新标签页中打开有前景的 job_url 链接
3. 仔细查看描述。

我希望这个工具能让你的求职过程稍微有点愉快。

如果你有任何问题或意见，请随时告诉我。