sys.setdefaultencoding("utf-8")
sys.path.append("../../")
from common import webutil,xpathutil,mongoutil,pageutil,numberutil,timeutil,functions,RedisQueue_master1
import string
import re
import time
from datetime import date,timedelta
from Queue import Queue
from lxml import etree
from common.logutil import get_logger
import chardet
import codecs
import db
#from yingjiesheng_get_href import Get_Href
logging = get_logger("./data_clean.log");
class Clean_data():
def __init__(self):
self.key_word=[(u'企业名称',u'公司名称'),(u'所属行业',u'公司行业'),(u"企业规模",u'公司规模'),(u'企业性质',u'公司性质'),(u'企业网址',u'招聘门户',u"公司网址",u"公司网站"),(u'公司简介',u'招聘简介'),(u'职位名称',u'招聘岗位'),
(u'工作地点',u'实习地点'),(u"实习部门",),(u"有效日期",),(u"招聘人数",),(u"招募对象",),(u"职位性质",),(u"职位类型",u"职位类别"),(u"专业标签",),(u"职位描述",),(u"学业要求",u"学历要求",u"专业要求"),(u"任职要求",u"岗位要求"),(u"岗位职责",),(u"岗位应聘条件",),(u"薪酬",u"福利"),
(u"联系方式",),(u"邮箱",),(u"简历投递",),(u"联系人",),(u"企业网址",),(u"联系地址",),(u"邮编",),(u"职位名称工作地点",),(u"上一职位",)
]
def Clean(self,key):
try:
db_yjs=mongoutil.getmondbv2(db.mongo_host,db.mongo_port,db.yjs_db_name,db.yjs_table_name,username=db.mongo_user,password=db.mongo_pwd,timeout=30)
hh=db_yjs.find({'type':'1'})
number=0
for i in hh:
if i:
reload(sys)
sys.setdefaultencoding("utf-8")
sys.path.append("../../")
from common import webutil,xpathutil,mongoutil,pageutil,numberutil,timeutil,functions,RedisQueue_master1,proxyutils
import string
import re
import time
from datetime import date,timedelta
from Queue import Queue
from lxml import etree
from common.logutil import get_logger
import chardet
import codecs
import db
#from yingjiesheng_get_href import Get_Href
logging = get_logger("./yingjiesheng.log");
class Get_Message():
def __init__(self):
self.href_list=[]
self.key_word=[(u'企业名称',u'公司名称'),(u'所属行业',u'公司行业'),(u"企业规模",u'公司规模'),(u'企业性质',u'公司性质'),(u'企>业网址',u'招聘门户',u"公司网址",u"公司网站"),(u'公司简介',u'招聘简介'),(u'职位名称',u'招聘岗位'),
(u'工作地点',u'实习地点'),(u"实习部门",),(u"有效日期",),(u"招聘人数",),(u"招募对象",),(u"职位性质",),(u"职位类型",u"职位类别"),(u"专业标签",),(u"职位描述",),(u"学业要求",u"学历要求",u"专业要求"),(u"任职要求",u"岗位要求"),(u"岗位职责",),(u"岗位应聘条件",),(u"薪酬",u"福利"),
(u"联系方式",),(u"邮箱",),(u"简历投递",),(u"联系人",),(u"企业网址",),(u"联系地址",),(u"邮编",),(u"职位名称工作地点",),(u"上一职位",)
]
def Get_message(self,url,date):
db_yjs=mongoutil.getmondbv2(db.mongo_host,db.mongo_port,db.yjs_db_name,db.yjs_table_name,username=db.mongo_user,password=db.mongo_pwd,timeout=30)
now=timeutil.format("%Y-%m-%d",time.time())
proxy=None
count=10
while True:
try:
